Falsafah Fuzzy Logic

Sejarah dan definisi Logika Fuzzy

Logika Fuzzy merupakan salah satu sistem cerdas, dimana ciri dari sistem cerdas adalah sebagai berikut:

1. Kemampuan belajar dan penalaran tampak nyata

2. Kemampuan mengolah data/fakta yang tidak jelas/kabur (fuzzy) dengan mudah

3. Kemudahan pengembangannya.

Logika Fuzzy merupakan pengembangan dari teori himpunan fuzzy yang diprakarsai oleh Prof. Lofti A. Zadeh dari University California USA, pada tahun 1965. Menurut Lofti A. Zadeh . Logika Fuzzy adalah ‘Suatu sistem yang digunakan untuk menangani konsep kebenaran parsial yaitu kebenaran yang berada diantara sepenuhnya benar dan sepenuhnya salah’ (Yan, Jun. 1994;14).

Logika Fuzzy berbeda dengan logika digital biasa, dimana logika digital biasanya hanya mengenal dua keadaan yaitu 'Ya'-'Tidak' atau `ON'-'OFF' atau High'-`Low' atau `1'-`0'. Misalnya pada rice cooker, produk tersebut hanya berbekal sistem kendali 'ON'­'OFF, ia akan berada pada posisi `ON' bila keadaan tertentu terpenuhi, dan akan `OFF' bila keadaan lain terpenuhi. Sedangkan ciri-ciri kecerdasan seperti kemampuan belajar (learning) dan penalaran (reasoning) tidak dipunyai oleh rice cooker.

Alasan Digunakannya Logika Fuzzy :

Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:

1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.

2. Logika fuzzy sangat fleksibel.

3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.

4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.

5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.

6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.

7. Logika fuzzy didasarkan pada bahasa alami

Aplikasi

Beberapa aplikasi logika fuzzy, antara lain:

1. Pada tahun 1990 pertama kali dibuat mesin cuci dengan logika fuzzy di Jepang (Matsushita Electric Industrial Company). Sistem fuzzy digunakan untuk menentukan putaran yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci. Input yang digunakan adalah: seberapa kotor, jenis kotoran, dan banyaknya yang dicuci. Mesin ini menggunakan sensor optik , mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai makin redup. Disamping itu, sistem juga dapat menentukan jenis kotoran (daki atau minyak).

2. Transmisi otomatis pada mobil. Mobil Nissan telah menggunakan sistem fuzzy pada transmisi otomatis, dan mampu menghemat bensin 12 – 17%.

3. Kereta bawah tanah Sendai mengontrol pemberhentian otomatis pada area tertentu.

4. Ilmu kedokteran dan biologi, seperti sistem diagnosis yang didasarkan pada logika fuzzy, penelitian kanker, manipulasi peralatan prostetik yang didasarkan pada logika fuzzy, dll.

5. Manajemen dan pengambilan keputusan, seperti manajemen basisdata yang didasarkan pada logika fuzzy, tata letak pabrik yang didasarkan pada logika fuzzy, sistem pembuat keputusan di militer yang didasarkan pada logika fuzzy, pembuatan games yang didasarkan pada logika fuzzy, dll.

6. Ekonomi, seperti pemodelan fuzzy pada sistem pemasaran yang kompleks, dll.

7. Klasifikasi dan pencocokan pola.

8. Psikologi, seperti logika fuzzy untuk menganalisis kelakuan masyarakat, pencegahan dan investigasi kriminal, dll.

9. Ilmu-ilmu sosial, terutam untuk pemodelan informasi yang tidak pasti.

10. Ilmu lingkungan, seperti kendali kualitas air, prediksi cuaca, dll.

11. Teknik, seperti perancangan jaringan komputer, prediksi adanya gempa bumi,dll.

12. Riset operasi, seperti penjadwalan dan pemodelan, pengalokasian, dll.

13. Peningkatan kepercayaan, seperti kegagalan diagnosis, inspeksi dan monitoring produksi.

Penerapan Logika Fuzzy

Contoh aplikasi logika fuzzy antara lain:

· Penerapan logika fuzzy dalam pengaturan kipas angin atau AC. Dimana dalam masalah ini digunakan thermometer untuk menentukan suhu ruangan, dan variabel fuzzy yang dimodelkan adalah suhu ruangan dan putaran mesin. Dengan himpunan fuzzy untuk variabel suhu ruangan adalah dingin, sedang, dan panas. Sedang untuk variable putaran mesin, himpunan fuzzy yang dipakai adalah lambat, sedang dan cepat.

· Penerapan logika fuzzy dalam otomatisasi persneling pada mobil otomatis. Pada masalah ini variable fuzzy yang dimodelkan adalah putaran mesin dan posisi gear kendaraan. Dengan himpunan fuzzy untuk variabel putaran mesin adalah rendah, sedang, dan tinggi. Dan untuk variabel posisi gear adalah kecil, sedang, dan besar.

· Penerapan logika fuzzy dalam penentuan diafragma pada kamera foto manual. Variabel yang digunakan adalah intensitas cahaya dan ukuran diafragma. Dengan himpunan fuzzy untuk variabel intensitas cahaya adalah gelap, sedang, dan terang. Dan untuk variabel ukuran diafragma adalah buka penuh, buka setengah, dan buka sedikit. Dan masih banyak lagi aplikasi lainnya.