- Istilah "Fuzzy" didefinisikan sebagai blurred (kabur atau remang-remang), tidak jelas, didefinisikan secara tidak presisi, membingungkan.
- Fuzzy Logic adalah sebuah metodologi "berhitung" dengan variabel kata-kata (lingustic variable), sebagai pengganti berhitung dengan bilangan.
- Dengan fuzzy logic, sistem kepakaran manusia bisa diimplementasikan ke dalam bahasa mesin secara mudah dan efisien.
- Peran sistem fuzzy, yaitu untuk menjembatani komunikasi sehingga menjadi lebih efektif dan efisien antara mesin dan manusia.
- Atau bisa dibayangkan bahwa sistem fuzzy adalah sebuah mesin penerjemah bahasa manusia sehingga bisa dimengerti oleh mesin dan juga sebaliknya.
Gambar 1.2 memberikan ilustrasi pemetaan hubungan input-output.
Di antara input dan output ditaruh sebuah sistem black box yang akan melakukan tugas pemetaan.
Berikut beberapa alasan mengapa diperlukan fuzzy logic :
- Sangat sederhana sehingga mudah dipahami
- Fleksibel
- Memberikan toleransi terhadap ketidakpresisian data
- Pemodelan/pemetaan untuk mencari data input-output dari sembarang sistem black box bisa dilakukan dengan memakai sistem fuzzy
- Pengetahuan atau pengalaman dari pakar dapat dengan mudah dipakai untuk membangun fuzzy logic
- Fuzzy logic dapat diterapkan dalam desain sistem kontrol tanpa harus menghilangkan teknik desain kontrol konvesional yang sudah terlebih dahulu ada
- Fuzzy logic berdasar pada manusia
Kapan fuzzy logic digunakan, ketika memecahkan masalah pemetaan non-linear yang tidak memprioritaskan kepresisian.
Untuk membedakan antara non fuzzy logic dan fuzzy logic dapat dilihat pada contoh soal :
Rata-rata tip atau bonus yang pantas diberikan kepada seorang pelayan restoran adalah 15% dari total pembelian, meskipun besar bonus yang sesungguhnya bisa bervariasi tergantung kualitas pelayanan yang diberikan. Dalam ilustrasi contoh, kualitas pelayan diberi skor antara 0 sampai 10, dimana kualitas 0 berarti jelek dan 10 berarti sangat memuaskan. Masalah yang harus dipecahkan yaitu bagaimana menentukan besar bonus untuk seorang pelayan resto berdasarkan kualitas pelayanan.
Hubungan bonus dengan pelayanan adalah bahwa bonus sebesar 15% dari nilai total pembelian.
 |
| Bonus Konstan |
Model diatas mengabaikan kualitas pelayanan, tidak membedakan pelayanan buruk dan pelayanan memuaskan, maka terasa tidak adil. Agar bisa adil :
bonus = 0.2/10 * pelayanan + 0.5;
 |
| Bonus sebagai fungsi dari pelayanan |
Model diatas sudah terasa "cukup adil", tetapi belum menyertakan kualitas dari makanan yang disajikan, sehingga agar lebih adil :
bonus = 0.20/10 * (pelayanan+makanan)+0.05;
 |
| Bonus sebagai fungsi dari pelayanan dan makanan |
Model diatas tidak cukup baik karena kualitas makanan dianggap memberikan kontribusi yang sama dengan kualitas pelayanan didalam penentuan total bonus. Agar lebih adil :
bonus = ((0.10/3)* pelayanan + 0.05) *bobotpelayanan +....
(1-bobotpelayanan)* (0.20/10* makanan + 0.05);
bonus = (0.15) *bobotpelayanan +....
(1-bobotpelayanan)* (0.20/10* makanan + 0.05);
bonus = ((0.10/3)* (pelayanan - 7 ) + 0.15) *bobotpelayanan +....
(1-bobotpelayanan)* (0.20/10* makanan + 0.05);
 |
| Bonus vs pelayanan |
 |
| Hubungan Bonus vs pelayanan dan makanan |
Dengan menggunakan pendekatan fuzzy logic maka pemodelan dapat lebih sederhana hanya berdasarkan pada beberapa IFTHEN rule yang mudah dipahami. Sehingga untuk kualitas pelayanan dan makanan menjadi
Dengan variabel input adalah service (pelayanan) dan food (makanan) dan variabel output adalah bonus.
IFTHEN rule yang dimaksud adalah :
if service is poor or food is rancid,
if service is excellent or food is delicious,
 |
| Hubungan bonus vs service dan food |
Tidak ada komentar:
Posting Komentar