pert7_8-fis-e28093-metode-sugeno.pptx
Download as PPTX, PDF1 like478 views
Dokumen tersebut membahas dua metode sistem fuzzy, yaitu metode Sugeno dan metode Tsukamoto. Metode Sugeno menggunakan singleton sebagai fungsi keanggotaan konsekuen sedangkan metode Tsukamoto menggunakan fungsi keanggotaan monoton. Kedua metode berbeda dalam cara defuzzyfikasinya.
![31
Model Fuzzy Tsukamoto
• Karakteristik:
Konsekuen dari setiap aturan if-then fuzzy direpresentasikan
dengan himpunan fuzzy monoton
[EMD – Fuzzy Logic, 2004] Contoh:
Sebuah pabrik elektronik dapat berhasil mencapai permintaan
terbesar sebanyak 5000 barang/hari. Namun pernah pabrik
tersebut hanya mencapai permintaan barang sebanyak 1000
barang/hari. Persediaan barang di gudang dapat mencapai titik
tertinggi yaitu 600 barang/hari dan titik terendahnya 100
barang/hari. Dengan semua keterbatasannya, pabrik tersebut
dapat memproduksi barang maksimum 7000 barang/hari dan
minimalnya 2000 barang/hari. Apabila proses produksi pabrik
tersebut menggunakan aturan fuzzy sebagai berikut](https://image.slidesharecdn.com/pert78-fis-e28093-metode-sugeno-230318034356-b910d505/85/pert7_8-fis-e28093-metode-sugeno-pptx-31-320.jpg)
![32
[A1] IF Permintaan BANYAK And Persediaan BANYAK
THEN Produksi Barang BERTAMBAH ;
[A2] IF permintaan SEDIKIT And persediaan SEDIKIT
THEN Produksi Barang BERKURANG ;
[A3] IF Permintaan SEDIKIT And Persediaan BANYAK
THEN Produksi Barang BERKURANG ;
[A4] IF permintaan BANYAK And persediaan SEDIKIT
THEN Produksi Barang BERTAMBAH ;
Berapa barang elektronik tersebut harus diproduksi jika jumlah
permintaannya sebanyak 4000 barang dan persediaan di gudang
masih 300 barang ?
Model Fuzzy Tsukamoto](https://image.slidesharecdn.com/pert78-fis-e28093-metode-sugeno-230318034356-b910d505/85/pert7_8-fis-e28093-metode-sugeno-pptx-32-320.jpg)
![33
Contoh (2)
0
1
1000
0
Permintaan(barang/hari)
[x]
SEDIKIT BANYAK
0.25
0.75
4000 5000
Nilai Keanggotaan :
PmtSEDIKIT[4000] = (5000-4000)/(5000-1000)
= 0.25
PmtBANYAK[4000] = (4000-1000)/ (5000-1000)
= 0.75
Permintaan; terdiri atas 2 himpunan fuzzy, yaitu BANYAK dan SEDIKIT](https://image.slidesharecdn.com/pert78-fis-e28093-metode-sugeno-230318034356-b910d505/85/pert7_8-fis-e28093-metode-sugeno-pptx-33-320.jpg)
![34
Contoh (3)
0
1
100
0
Persediaan (barang/hari)
[x]
SEDIKIT BANYAK
0.4
0.6
300 600
Nilai Keanggotaan :
PsdSEDIKIT[300] = (600-300)/(600-100)
= 0.6
PsdBANYAK[300] = (300-100)/(600-100)
= 0.4
Persediaan; terdiri atas 2 himpunan fuzzy, yaitu BANYAK dan SEDIKIT](https://image.slidesharecdn.com/pert78-fis-e28093-metode-sugeno-230318034356-b910d505/85/pert7_8-fis-e28093-metode-sugeno-pptx-34-320.jpg)
![35
Contoh (4)
7000
,
0
7000
2000
,
2000
7000
7000
2000
,
1
]
[
Pr
z
z
z
z
z
NG
BrgBERKURA
7000
1
7000
2000
2000
7000
2000
2000
0
]
[
Pr
z
z
z
z
z
AH
BrgBERTAMB
0
1
2000
0
Produksi Barang (barang/hari)
[x]
BERKURANG BERTAMBAH
7000
Nilai Keanggotaan :
Produksi Barang](https://image.slidesharecdn.com/pert78-fis-e28093-metode-sugeno-230318034356-b910d505/85/pert7_8-fis-e28093-metode-sugeno-pptx-35-320.jpg)
pert7_8-fis-e28093-metode-sugeno.pptx
- 1. FIS – 1. METODE SUGENO 2. TSUKAMOTO Pert- 6
- 4. Metode Sugeno • FIS yang dibahas sebelum ini adalah FIS tipe Mamdani • Tipe Mamdani merupakan tipe FIS standard yang umum dipakai • Kelemahan FIS tipe Mamdani adalah tidak praktis sebab harus menghitung luas daerah di bawah kurva • FIS alternatif adalah FIS dengan metode Sugeno, yang diperkenalkan oleh Takagi-Sugeno-Kang. • Penalaran Sugeno hampir sama dengan Mamdani 4
- 5. 5 Inferensi Mamdani tidak efisien karena melibatkan proses pencarian centroid dari area 2 dimensi. Michio Sugeno mengusulkan penggunaan singleton sebagai fungsi keanggotaan dari konsekuen. Singleton adalah sebuah himpunan fuzzy dengan fungsi keanggotaan: pada titik tertentu mempunyai sebuah nilai dan 0 di luar titik tersebut. Model Fuzzy Sugeno
- 6. • Pada metode Sugeno, fuzzifikasi, operasi fuzzy, dan implikasi sama seperti metode Mamdani. • Perbedaannya hanya pada agregasi dan defuzzifikasi. • Jika pada metode Mamdani agregasi berupa daerah di bawah kurva, maka pada metode Sugeno agregasi berupa singleton-singleton. • Pada kasus model Sugeno orde-nol, output setiap kaidah fuzzy adalah konstanta dan semua fungsi keanggotaan konsekuen dinyatakan dengan singleton spikes. 6
- 9. • Defuzzyfikasi pada metode Sugeno lebih sederhana, karena hanya menghitung center of single-ton: • yang dalam hal ini, adalah nilai singleton. 9 ) ( ). ( * z z z z C C z
- 10. 10 Perbedaan antara Mamdani dan Sugeno ada pada konsekuen. Sugeno menggunakan konstanta atau fungsi matematika dari variabel input: IF x is A AND y is B THEN z is f(x, y) dimana x, y dan z adalah variabel linguistik; A dan B himpunan fuzzy untuk X dan Y, dan f(x, y) adalah fungsi matematik. IF x is A AND y is B THEN z is k Model Fuzzy Sugeno
- 11. 11 A3 1 0 X 1 y1 0 Y 0.0 x1 0 0.1 1 Z 1 0 X 0.2 0 0.2 1 Z A2 x1 IF x is A1 (0.5) z is k3 (0.5) Rule 3: A1 1 0 X 0 1 Z x1 THEN 1 y1 B2 0 Y 0.7 B1 0.1 0.5 0.5 OR (max) AND (min) OR y is B1 (0.1) THEN z is k1 (0.1) Rule 1: IF x is A2 (0.2) AND y is B2 (0.7) THEN z is k2 (0.2) Rule 2: k1 k2 k3 IF x is A3 (0.0) Evaluasi Rule Model Fuzzy Sugeno
- 12. 12 Komposisi z is k1 (0.1) z is k2 (0.2) z is k3 (0.5) 0 1 0.1 Z 0 0.5 1 Z 0 0.2 1 Z k1 k2 k3 0 1 0.1 Z k1 k2 k3 0.2 0.5 Model Fuzzy Sugeno
- 13. 13 Defuzzifikasi 0 Z Crisp Output z1 z1 65 5 . 0 2 . 0 1 . 0 80 5 . 0 50 2 . 0 20 1 . 0 ) 3 ( ) 2 ( ) 1 ( 3 ) 3 ( 2 ) 2 ( 1 ) 1 ( k k k k k k k k k WA Weighted average (WA): Model Fuzzy Sugeno
- 14. Contoh : Pemberian Beasiswa
- 15. Fuzzy Rule
- 17. Mhs A IPK 3.00 Gaji orang tuanya 10 juta • IPK MHS • Gaji Orang Tua
- 19. Aturan Fuzzy untuk Nilai Kelayakan
- 20. Implikasi (MIN) dan Agregasi (OR) Agregasi Rendah = Max (0,4 ; 0,5; 0,5) = 0.5 Tinggi = Max (0,4)
- 21. Kurva Singleton : kelayakan hasil implikasi
- 23. Defuzzyfication: Weighted Average • Belum layak mendapatkan beasiswa
- 24. Contoh ke-2 :
- 28. Evaluasi SUGENO 1. Bagaimana jika jumlah PERMINTAAN = 2500, PERSEDIAAN = 500, berapa kemasan makanan jenis ABC yang harus diproduksi?
- 29. METODE TSUKAMOTO
- 30. MetodeTsukamoto • Pertama kali diperkenalkan oleh Tsukamoto. • Setiap konsekuen (kesimpulan) pada setiap aturan IF THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan monoton. • Hasilnya, output hasil inferensi dari setiap aturan diberikan secara tegas (crisp) berdasarkan α- predikat, kemudian menghitung rata-rata terbobot.
- 31. 31 Model Fuzzy Tsukamoto • Karakteristik: Konsekuen dari setiap aturan if-then fuzzy direpresentasikan dengan himpunan fuzzy monoton [EMD – Fuzzy Logic, 2004] Contoh: Sebuah pabrik elektronik dapat berhasil mencapai permintaan terbesar sebanyak 5000 barang/hari. Namun pernah pabrik tersebut hanya mencapai permintaan barang sebanyak 1000 barang/hari. Persediaan barang di gudang dapat mencapai titik tertinggi yaitu 600 barang/hari dan titik terendahnya 100 barang/hari. Dengan semua keterbatasannya, pabrik tersebut dapat memproduksi barang maksimum 7000 barang/hari dan minimalnya 2000 barang/hari. Apabila proses produksi pabrik tersebut menggunakan aturan fuzzy sebagai berikut
- 32. 32 [A1] IF Permintaan BANYAK And Persediaan BANYAK THEN Produksi Barang BERTAMBAH ; [A2] IF permintaan SEDIKIT And persediaan SEDIKIT THEN Produksi Barang BERKURANG ; [A3] IF Permintaan SEDIKIT And Persediaan BANYAK THEN Produksi Barang BERKURANG ; [A4] IF permintaan BANYAK And persediaan SEDIKIT THEN Produksi Barang BERTAMBAH ; Berapa barang elektronik tersebut harus diproduksi jika jumlah permintaannya sebanyak 4000 barang dan persediaan di gudang masih 300 barang ? Model Fuzzy Tsukamoto
- 33. 33 Contoh (2) 0 1 1000 0 Permintaan(barang/hari) [x] SEDIKIT BANYAK 0.25 0.75 4000 5000 Nilai Keanggotaan : PmtSEDIKIT[4000] = (5000-4000)/(5000-1000) = 0.25 PmtBANYAK[4000] = (4000-1000)/ (5000-1000) = 0.75 Permintaan; terdiri atas 2 himpunan fuzzy, yaitu BANYAK dan SEDIKIT
- 34. 34 Contoh (3) 0 1 100 0 Persediaan (barang/hari) [x] SEDIKIT BANYAK 0.4 0.6 300 600 Nilai Keanggotaan : PsdSEDIKIT[300] = (600-300)/(600-100) = 0.6 PsdBANYAK[300] = (300-100)/(600-100) = 0.4 Persediaan; terdiri atas 2 himpunan fuzzy, yaitu BANYAK dan SEDIKIT
- 35. 35 Contoh (4) 7000 , 0 7000 2000 , 2000 7000 7000 2000 , 1 ] [ Pr z z z z z NG BrgBERKURA 7000 1 7000 2000 2000 7000 2000 2000 0 ] [ Pr z z z z z AH BrgBERTAMB 0 1 2000 0 Produksi Barang (barang/hari) [x] BERKURANG BERTAMBAH 7000 Nilai Keanggotaan : Produksi Barang
- 36. 36 Contoh (5) PERMINTAAN PER SE DIAAN B: 0.75 S: 0.25 B: 0.4 Bertambah Berkurang S: 0.6 Bertambah Berkurang PERMINTAAN PER SE DIAAN B: 0.75 S: 0.25 B: 0.4 4000 5750 S: 0.6 5000 5750 PERMINTAAN PER SE DIAAN B: 0.75 S: 0.25 B: 0.4 0.4 0.25 S: 0.6 0.6 0.25
- 39. EVALUASI (tsukamoto) 1. Bagaimana jika jumlah PERMINTAAN = 2500, PERSEDIAAN = 500, berapa kemasan makanan jenis ABC yang harus diproduksi ?