Fuzzy Logic
Fuzzy Logic
Fuzzy Logic
adalah metodologi pemecahan masalah dengan beribu – ribu aplikasi dalam
pengendali yang tersimpan dan pemrosesan informasi. Fuzzy logic menyediakan
cara sederhana untuk menggambarkan kesimpulan pasti dari informasi yang ambigu,
samar – samar, atau tidak tepat. Sedikit banyak, fuzzy logic menyerupai
pembuatan keputusan pada manusia dengan kemampuannya untuk bekerja dari data
yang ditafsirkan dan mencari solusi yang tepat.
Mengapa harus logika
Fuzzy?
·
Konsep logika fuzzy mudah
dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
·
Logika Fuzzy sangat
fleksibel.
·
Logika fuzzy memiliki
toleransi terhadap data-data yang tidak tepat.
·
Logika Fuzzy mampu
memodelkan fungsi-fungsi non linearyang sangat kompleks.
·
Logika fuzzy dapat
membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung
tanpa harus melalui proses pelatihan.
·
Logika Fuzzy dapat
bekerjasama denan teknik-teknik kendali secara konvensional.
·
Logika fuzzy didasarkan
pada bahasa alami.
Implementasi
logika fuzzy dalam contoh bidang
Pada masa sekarang ini kita dapat melihat berbagai penerapan
Fuzzy Logic pada alat-alat dan mesin yang digunakan dalam kehidupan
sehari-sehari manusia. Dengan digunakannya fuzzy logic dalam prinsip kerja
alat-alat dan mesin penunjang pekerjaan manusia tersebut membuat waktu, biaya,
tenaga menjadi lebih efektif dan efisien sehingga juga meningkatkan tingkat
produktifitas pekerjaan yang dilakukan manusia.
Berikut ini adalah
bentuk implementasi fuzzy logic dalam Camcorder (Panasonic, Sanyo, Fisher,
Canon), yaitu:
Kamera Video menentukan fokus dan pencahayaan terbaik,
terutama ketika beberapa objek dalam gambar. Juga memiliki image stabilizer
untuk mengatasi tangan yang bergetar. Fuzzy Logic digunakan untuk image
stabilizer pada kamera video.
Cara kerjanya adalah
sebagai berikut :
Bingkai gambar saat ini dibandingkan dengan frame sebelumnya
dari memori. Sebuah objek biasanya stasioner (misalnya, rumah) diidentifikasi
dan pergeseran koordinat dihitung. Pergeseran ini dikurangi dari gambar untuk
mengimbangi pergerakan tangan. Sebuah algoritma fuzzy memberikan kontrol mulus
/ tindakan kompensasi.
Beberapa
hal dalam memahami sistem fuzzy yaitu :
1. Variabel fuzzy
Variabel fuzzy
merupakan variabel yang akan dibahas dalam suatu sistem fuzzy. Contoh
variabel fuzzy yaitu umur, temperatur,
dan sebagainya.
2. Himpunan fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu
kondisi atau keadaan tertentu dalam suatu variabel fuzzy. Jika pada himpunan
crisp nilai keanggotaannya hanya ada dua kemungkinan, yaitu 0 atau 1, pada
himpunan fuzzy nilai keanggotaan terletak pada rentang 0 sampai 1. Terkadang
kemiripan antara keanggotaan fuzzy dengan probabilitas menimbulkan kerancuan.
Akan tetapi sesungguhnya keduanya memiliki intepretasi yang berbeda.
3. Semesta
pembicaraan
Semesta pembicaraan merupakan keseluruhan nilai yang
diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy. Semesta
pembicaraan merupakan himpunan bilangan real yang senantiasa naik secara
monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa bilangan
positif maupun negatif.
4. Domain
Domain merupakan keseluruhan nilai yang diijinkan dalam
semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Domain
merupakan himpunan bilangan real yang senantiasa naik secara monoton dari kiri
ke kanan. Nilai domain dapat berupa bilangan positif maupun negatif.
Karakteristik
Utama dari fuzzy logic yang ditemukan oleh Prof. Lotfi A. Zadeh yaitu:
·
Dalam fuzzy logic, penalaran tepat dipandang
sebagai suatu kasus terbatas dari penalaran kira-kira.
·
Dalam fuzzy logic segala sesuatunya adalah
masalah derajat.
·
System logic manapun dapat di-fuzzi-fikasi.
·
Dalam fuzzy logic, pengetahuan diinterpretasikan
sebagai koleksi dari fuzzy yang dipaksakan pada sekumpulan variable.
·
Kesimpulan dipandang sebagai sebuah proses dari
perkembangan pembatas yang elastis.
Sumber:
Komentar
Posting Komentar