Seri Fuzzy Logic no 01 : Pengenalan Dasar Fuzzy Logic

Saya mau ngenalin sebuah Fuzzy Logic sederhana yang aku gunakan dalam TA-ku. Tenang aku ga akan munculin matematika yang rumit, cuma logika-nya saja dulu. Saya mau berhenti sejenak ber-caci maki di blog dan bersikap sedikit ilmiah...ehm!

Fuzzy logic bisa diterjemahin langsung menjadi logika kabur. Yaitu dominasi sebuah object terhadap beberapa decision yang lebih rinci dengan berdasarkan persentase. Jika boolean hanya berisi 1 dan 0, ya atau tidak, maka fuzzy logic berisi 70% ya, 30% tidak. Misalnya ada 100 orang yang di survey dan anda ingin mendapatkan yang "ya" diatas nya diatas 70% saja maka gunakan fuzzy logic!

Misalnya dari 20 pertanyaan beberapa hasil pilihan akan menyimpulkan bahwa dia setuju dengan kampanye anda dan sisanya tidak. Jika ke 20-nya Ya berarti 100. Atau anda bisa menberi bobot terhadap tiap pertanyaan hingga menghasilkan nilai 100. Dengan fuzzy logic anda bisa mengelompokkan data dengan mudah. Dengan Inferensi Fuzzy Logika Tsukamoto anda juga bisa memberikan kesimpulan dengan mengaitkannya dengan umur, pendapatan dll. Itu pada pembahasan lain.

Soal penerapan fuzzy logic dalam survey akan saya bahas lebih ditail dengan menambahkan contoh aplikasi pada blog di masa mendatang. So keep check my blog, karena saya akan banyak nulis tentang fuzzy logic & music programming!

Fuzzy Statis
Misalnya nilai pelajaran biologi. Murid yang mendapatkan nilai 100 adalah pintar dan mendapatkan nilai 0 adalah bodoh. Anggap yang dapet nilai 40 adalah orang orang yang 60% bodoh dan 40% pintar. Ini contoh sederhana, saya belum mau masuk rumus dulu pada blog pengenalan kali ini. Karena urusan itung-itungan di blog berikutnya saja!

Nah klo pada kasus statis diatas konstanta-nya sangat jelas. Ada fungsi Max yaitu 100, semakin dekat dengan nilai 100 maka murid makin pintar. Dan fungsi Min yaitu 0. Semakin dekat dengan nilai 0, maka murid tersebut makin bodoh. Tetapi fuzzy logic tidak mengenal Min & Max saja, namun anda bisa memberi fungsi khusus terhadap range tertentu misalnya nilai antara 0-30 menghasilkan persentase yang berbeda perbandingan dengan range 40-60 dan sebagainya. Pendefinisian Range khusus juga akan saya bahas pada blog yang lain.

Nah itu adalah fuzzy yang statis dimana pembatasnya jelas yaitu kita memiliki nilai penentu yang jelas yaitu 100 dan 0. Tapi penerapannya ga enak kayak gini misalnya 19.000 adalah mahal dan 3500 adalah murah. Ayo gemana cara-nya? Pake fungsi! Saya bahas di blog berikutnya.

Pada fuzzy dinamis pembatas-nya tidak jelas, tergantung situasi dan kondisi. Dia bisa bagus bila begini bisa jelek juga bila begitu padahal nilainya tetap! Nahh, penasaran kan? Tunggu pembahasan khusus fuzzy dinamis!!

Bisa juga ditambahkan penentu baru misalnya dibawah 30 adalah super bodoh(Min 0), antara 30 sampai 50 adalah bodoh(Min 30). Antara 50-65 adalah kurang(Min 50). 65-75 adalah cukup(Max 75). 75-85 adalah baik(Max 85) dan 85-100(Max 100) adalah sangat baik.

Sehingga murid yang mendapatkan nilai 74 adalah murid yang 95 % cukup. Cuma satu kesimpulan? Bisa kita beri kesimpulan yang lebih unik misalnya memiliki 95% cukup & 5 % baik dengan fungsi bebentuk gunung misal 75 sebagai puncak dengan 65 sebagai titik min dan 85 sebagai titik max. Dia 100% cukup bila nilai 75 namun 95 % cukup bila nilainya 84. Bila dia mendapatkan nilai 66 juga dia 95% cukup.

Nah mumpung blog-nya udah kepanjangan. Pembahasan berikutnya adalah fungsi Fuzzy!! To Be Contonued!!

NEXT EPISODE => Fungsi Dasar Fuzzy Logic