Definisi Logika Fuzzy
Fuzzy secara bahasa sanggup diartikan samar, dengan kata lain nalar fuzzy ialah nalar yang samar. Dimana pada nalar fuzzy suatu nilai sanggup bernilai 'true' dan 'false' secara bersamaan. Tingkat 'true' atau 'false' nilai dalam nalar fuzzy tergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy mempunyai derajat keanggotaan rentang antara 0 sampai 1, berbeda dengan nalar digital yang hanya mempunyai dua keanggotaan 0 atau 1 saja pada satu waktu. Logika fuzzy sering dipakai untuk mengekspresikan suatu nilai yang diterjemahkan dalam bahasa (linguistic), semisal untuk mengekspresikan suhu dalam ruangan apakah ruangan tersebut dingin, hangat, atau panas.
Logika fuzzy ialah suatu cara yang sempurna untuk memetakan suatu ruang input dalam suatu ruang output dan mempunyai nilai yang berlanjut. Kelebihan nalar fuzzy ada pada kemampuan daypikir secara bahasa. Sehingga, dalam perancangannya tidak memerlukan persamaan matematis yang kompleks dari objek yang akan dikendalikan.
Logika Fuzzy dengan memakai Matlab
MATLAB ialah sistem perangkat lunak interaktif dengan elemen dasar basis data array. Hal ini memunginkan seorang pengguna (user) sanggup memecahkan persoalan yang bekerjasama dengan komputasi dan matematika serta perhitungan teknik, khususnya yang melibatkan matriks dan vektor dengan waktu yang lebih singkat darik waktu yang diperlukan untuk menulis kegiatan dalam bahasa C atau FORTRAN.MATLAB dikeluarkan oleh perusahaan Mathwork Inc. Agar sanggup memakai fungsi fungsi nalar fuzzy yang ada pada MATLAB, maka harus diinstalkan terlebih dahulu TOOLBOX fuzzy. Fuzzy logic toolbox menawarkan akomodasi Grapihcal User Interface (GUI) untuk memperindah dalam membangun suatu sistem fuzzy.
Kelebihan Logika Fuzzy
1. Konsep nalar fuzzy gampang dimengerti. Konsep matematis yang mendasari daypikir fuzzy sangat sederhana dan gampang dimengerti.
2. Logika Fuzzy sangat fleksibel.
3. Logika fuzzy mempunyai toleransi terhadap data-data yang tidak tepat.
4. Logika Fuzzy bisa memodelkan fungsi-fungsi non linearyang sangat kompleks.
5. Logika fuzzy sanggup membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara pribadi tanpa harus melalui proses pelatihan.
6. Logika Fuzzy sanggup bekerjasama dengan teknik-teknik kendali secara konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.
Kekurangan Logika Fuzzy
Selain kelebihan yang telah dijelaskan di atas, ternyata Fuzzy Logic juga mempunyai kekurangan. Dalam mendesain fuzzy logic, sering ditemukan kesulitan dalam memilih preferensi atau parameter semoga output yang dihasilkan akurat, yaitu :
1. Model Mamdani atau Sugeno atau model lain?
Penentuan model inference harus tepat, Mamdani biasanya cocok untuk persoalan intuitive sedangkan sugeno untuk permasalahan yang menangani control
2. Jumlah Nilai Linguistik untuk setiap variabel?
Kita harus merubah nilai crisp menjadi nilai linguisik. Jumlah dari nilai linguistik yang dipakai harus sesuai dengan permasalahan yang akan kita selesaikan.
3. Batas-batas Nilai Linguistik?
Batas-batas nilai linguistik akan sangat besar lengan berkuasa pada akurasi fuzzy logic.
4. Fungsi Keanggotaan: Segitiga, trapesium, phi, …?
5. Fuzzy rule yang tepat?
