SlideShare a Scribd company logo
44//2525//20132013
11
Membership functions (Fungsi-fungsi
keanggotaan)
• Di dalam fuzzy sistems, fungsi keangotaan
memainkan peranan yang sangat penting untuk
merepresentasikan masalah dan menghasilkan
keputusan yang akurat.
• Terdapat banyak sekali fungsi keanggotaan yang
bisa digunakan.
• Di sini hanya akan dibahas empat fungsi
keanggotaan yang sering digunakan, yaitu:
– Fungsi sigmoid
– Fungsi phi
– Fungsi segitiga
– Fungsi trapesium
Fungsi Sigmoid
• Sesuai dengan namanya, fungsi ini berbentuk
kurva sigmoidal seperti huruf S.
• Setiap nilai x (anggota crisp set) dipetakan ke
dalam interval [0,1].
44//2525//20132013
22
Fungsi Sigmoid
Fungsi Phi
• Pada fungsi keanggotaan ini, hanya terdapat satu
nilai x yang memiliki derajat keanggotaan yang
sama dengan 1, yaitu ketika x=c.
• Nilai-nilai di sekitar c memiliki derajat
keanggotaan yang masih mendekati 1.
44//2525//20132013
33
Fungsi Phi
Fungsi Segitiga
• Sama seperti fungsi phi, pada fungsi ini juga
terdapat hanya satu nilai x yang memiliki derajat
keanggotaan sama dengan 1, yaitu ketika x=b.
• Tetapi, nilai-nilai di sekitar b memiliki derajat
keanggotaan yang turun cukup tajam menjauhi 1.
44//2525//20132013
44
Fungsi Segitiga
Fungsi Trapesium
• Berbeda dengan fungsi segitiga, pada fungsi ini
terdapat beberapa nilai x yang memiliki derajat
keanggotaan sama dengan 1, yaitu ketika b x  c
• Tetapi derajat keanggotaan untuk a< x <b dan
c< x  d memiliki karakteristik yang sama dengan
fungsi segitiga.
44//2525//20132013
55
Fungsi Trapesium
Fuzzy Logic
• Proposisi adalah kalimat deklaratif yang memiliki
nilai kebenaran benar atau salah (0 atau 1), tetapi
tidak keduanya (Boolean Logic)
• Proposisi adalah kalimat deklaratif yang batasan-
batasannya tidak terdefinisi secara jelas (Fuzzy
Logic)
– memiliki nilai kebenaran antara antara 0 dan 1
(antara benar dan salah)
– Nilai kebenaran dinyatakan dgn derajat keanggotaan
• Contoh:
– 'Hampir semua orang suka permen‘
– 'Suhu udara di luar lumayan hangat'
44//2525//20132013
66
Fuzzy Logic
• Misal P adalah fuzzy logic proposition
• Nilai kebenaran P berada pada interval 0 dan 1
• Nilai kebenaran P dituliskan sebagai T(P)
• T(P)  [0,1]
• Proposisi Majemuk : kombinasi proposisi
• Misal P, Q adalah proposisi
– Negasi (ingkaran)
– Disjungsi (proposisi P atau Q)
– Konjungsi (proposisi P dan Q)
– Implikasi (jika P maka Q)
Fuzzy Logic
• Misal P, Q adalah proposisi logika fuzzy
• Nilai Kebenaran Proposisi Majemuk:
• Dengan notasi derajat keanggotaan (μ)
44//2525//20132013
77
Fuzzy Logic
• Implikasi (jika P maka Q) ekivalensi (berdasar
tautologi):
• Sehingga:
• Dengan notasi derajat keanggotaan (μ)
μPQ(x) = max{1- μP(x), μQ(x)}
•
Fuzzy Logic
• Implikasi (jika P maka Q) ekivalensi (berdasar
tautologi):
• Sehingga:
44//2525//20132013
88
Fuzzy Logic
• Di dunia nyata, sebagian besar penalaran yang
dilakukan manusia bersifat pendekatan dan
hanya sedikit sekali manusia yang berpikir secara
pasti dalam hal-hal yang bersifat kuantitatif dan
logis.
• Contoh :
P1: Sebagian besar anak kecil suka permen
P2: Andi adalah anak kecil
P3: Sepertinya Andi suka permen

More Related Content

PPTX
Kelompok iii keterdiferensialan
PDF
DASAR DASAR LOGIKA
PDF
Logika predikat. logika predikat disebut juga kalkulus predikat (predicate ca...
PPTX
Pengertian Logika Informatika
PPT
Bab I. Kalimat Deklaratif
PDF
4 plc-dasar-dasar-pemrograman-new-6
PDF
Hoopers a. kamasutra. sex positions-dk
PDF
Jst part6
Kelompok iii keterdiferensialan
DASAR DASAR LOGIKA
Logika predikat. logika predikat disebut juga kalkulus predikat (predicate ca...
Pengertian Logika Informatika
Bab I. Kalimat Deklaratif
4 plc-dasar-dasar-pemrograman-new-6
Hoopers a. kamasutra. sex positions-dk
Jst part6

More from Rendy Ardiwinata (18)

PDF
Jst part5
PDF
Jst part4
PDF
Jst part3
PDF
Jst part2
PDF
Jst part1
PDF
Fuzzy logic part7
PDF
Fuzzy logic part6
PDF
Fuzzy logic part4
PDF
Fuzzy logic part3
PDF
Fuzzy logic part1
PDF
Fuzzy logic part5
PDF
Customer ptcpi for lifting process
PDF
1 n4148 1n4448
PDF
Hukum tajwid
PDF
Bridge circuits
PDF
Filters DAC and ADC
PDF
Bab 2 kontrol sekuensial PLC
PDF
Gerbang logika
Jst part5
Jst part4
Jst part3
Jst part2
Jst part1
Fuzzy logic part7
Fuzzy logic part6
Fuzzy logic part4
Fuzzy logic part3
Fuzzy logic part1
Fuzzy logic part5
Customer ptcpi for lifting process
1 n4148 1n4448
Hukum tajwid
Bridge circuits
Filters DAC and ADC
Bab 2 kontrol sekuensial PLC
Gerbang logika

Recently uploaded (20)

PPTX
PPT SURAT AL FIL LOMBA MAPSI SEKOLAH DASAR
PDF
883668952-KP-4-Modul-2-Kerangka-Pembelajaran-Mendalam.pdf
DOCX
Modul Ajar Pembelajaran Mendalam Senbud Seni Teater Kelas XII Terbaru 2025
DOCX
Modul Ajar Deep Learning Prakarya Kerajinan Kelas 12 SMA Terbaru 2025
PDF
PPT Resources Seminar AITalks: AI dan Konseling GPT
PPTX
PPT Kurikulum Berbasis Cinta tahun 2025.
DOCX
CONTOH RANCANGAN MODUL PROYEK KOKURIKULER SMA 1.docx
PPTX
Bahan Tayang OJT Pembelajaran Mendalam KS
DOCX
Modul Ajar Deep Learning PJOK Kelas 10 SMA Terbaru 2025
DOCX
Modul Ajar Deep Learning Biologi Kelas 10 SMA Terbaru 2025
PDF
lembar kerja LMS tugas pembelajaran mendalam
DOCX
Modul Ajar Pembelajaran Mendalam Senbud Seni Teater Kelas 12 Terbaru 2025
PDF
Pengenalan Undang-undang pengakap laut.pdf
PPSX
Teknik Trading Selang Seling Yang Dapat Digunakan Untuk Trading Manual Maupun...
DOCX
Modul Ajar Deep Learning PAI & BP Kelas 12 SMA Terbaru 2025
PDF
Lembar Kerja Mahasiswa Konsep Sistem Operasi
PDF
PPT IPS Geografi SMA Kelas X_Bab 1 Pengantar Geografi_May.pdf
DOCX
Modul Ajar Pembelajaran Mendalam Senbud Seni Rupa Kelas XII Terbaru 2025
PDF
INSTRUMEN IMPLEMENTASI DAN REFLEKSI PERENCANAAN PEMBELAJARAN-ARNI.pdf
PDF
Materi Seminar AITalks: AI dan Konseling GPT
PPT SURAT AL FIL LOMBA MAPSI SEKOLAH DASAR
883668952-KP-4-Modul-2-Kerangka-Pembelajaran-Mendalam.pdf
Modul Ajar Pembelajaran Mendalam Senbud Seni Teater Kelas XII Terbaru 2025
Modul Ajar Deep Learning Prakarya Kerajinan Kelas 12 SMA Terbaru 2025
PPT Resources Seminar AITalks: AI dan Konseling GPT
PPT Kurikulum Berbasis Cinta tahun 2025.
CONTOH RANCANGAN MODUL PROYEK KOKURIKULER SMA 1.docx
Bahan Tayang OJT Pembelajaran Mendalam KS
Modul Ajar Deep Learning PJOK Kelas 10 SMA Terbaru 2025
Modul Ajar Deep Learning Biologi Kelas 10 SMA Terbaru 2025
lembar kerja LMS tugas pembelajaran mendalam
Modul Ajar Pembelajaran Mendalam Senbud Seni Teater Kelas 12 Terbaru 2025
Pengenalan Undang-undang pengakap laut.pdf
Teknik Trading Selang Seling Yang Dapat Digunakan Untuk Trading Manual Maupun...
Modul Ajar Deep Learning PAI & BP Kelas 12 SMA Terbaru 2025
Lembar Kerja Mahasiswa Konsep Sistem Operasi
PPT IPS Geografi SMA Kelas X_Bab 1 Pengantar Geografi_May.pdf
Modul Ajar Pembelajaran Mendalam Senbud Seni Rupa Kelas XII Terbaru 2025
INSTRUMEN IMPLEMENTASI DAN REFLEKSI PERENCANAAN PEMBELAJARAN-ARNI.pdf
Materi Seminar AITalks: AI dan Konseling GPT

Fuzzy logic part2

  • 1. 44//2525//20132013 11 Membership functions (Fungsi-fungsi keanggotaan) • Di dalam fuzzy sistems, fungsi keangotaan memainkan peranan yang sangat penting untuk merepresentasikan masalah dan menghasilkan keputusan yang akurat. • Terdapat banyak sekali fungsi keanggotaan yang bisa digunakan. • Di sini hanya akan dibahas empat fungsi keanggotaan yang sering digunakan, yaitu: – Fungsi sigmoid – Fungsi phi – Fungsi segitiga – Fungsi trapesium Fungsi Sigmoid • Sesuai dengan namanya, fungsi ini berbentuk kurva sigmoidal seperti huruf S. • Setiap nilai x (anggota crisp set) dipetakan ke dalam interval [0,1].
  • 2. 44//2525//20132013 22 Fungsi Sigmoid Fungsi Phi • Pada fungsi keanggotaan ini, hanya terdapat satu nilai x yang memiliki derajat keanggotaan yang sama dengan 1, yaitu ketika x=c. • Nilai-nilai di sekitar c memiliki derajat keanggotaan yang masih mendekati 1.
  • 3. 44//2525//20132013 33 Fungsi Phi Fungsi Segitiga • Sama seperti fungsi phi, pada fungsi ini juga terdapat hanya satu nilai x yang memiliki derajat keanggotaan sama dengan 1, yaitu ketika x=b. • Tetapi, nilai-nilai di sekitar b memiliki derajat keanggotaan yang turun cukup tajam menjauhi 1.
  • 4. 44//2525//20132013 44 Fungsi Segitiga Fungsi Trapesium • Berbeda dengan fungsi segitiga, pada fungsi ini terdapat beberapa nilai x yang memiliki derajat keanggotaan sama dengan 1, yaitu ketika b x  c • Tetapi derajat keanggotaan untuk a< x <b dan c< x  d memiliki karakteristik yang sama dengan fungsi segitiga.
  • 5. 44//2525//20132013 55 Fungsi Trapesium Fuzzy Logic • Proposisi adalah kalimat deklaratif yang memiliki nilai kebenaran benar atau salah (0 atau 1), tetapi tidak keduanya (Boolean Logic) • Proposisi adalah kalimat deklaratif yang batasan- batasannya tidak terdefinisi secara jelas (Fuzzy Logic) – memiliki nilai kebenaran antara antara 0 dan 1 (antara benar dan salah) – Nilai kebenaran dinyatakan dgn derajat keanggotaan • Contoh: – 'Hampir semua orang suka permen‘ – 'Suhu udara di luar lumayan hangat'
  • 6. 44//2525//20132013 66 Fuzzy Logic • Misal P adalah fuzzy logic proposition • Nilai kebenaran P berada pada interval 0 dan 1 • Nilai kebenaran P dituliskan sebagai T(P) • T(P)  [0,1] • Proposisi Majemuk : kombinasi proposisi • Misal P, Q adalah proposisi – Negasi (ingkaran) – Disjungsi (proposisi P atau Q) – Konjungsi (proposisi P dan Q) – Implikasi (jika P maka Q) Fuzzy Logic • Misal P, Q adalah proposisi logika fuzzy • Nilai Kebenaran Proposisi Majemuk: • Dengan notasi derajat keanggotaan (μ)
  • 7. 44//2525//20132013 77 Fuzzy Logic • Implikasi (jika P maka Q) ekivalensi (berdasar tautologi): • Sehingga: • Dengan notasi derajat keanggotaan (μ) μPQ(x) = max{1- μP(x), μQ(x)} • Fuzzy Logic • Implikasi (jika P maka Q) ekivalensi (berdasar tautologi): • Sehingga:
  • 8. 44//2525//20132013 88 Fuzzy Logic • Di dunia nyata, sebagian besar penalaran yang dilakukan manusia bersifat pendekatan dan hanya sedikit sekali manusia yang berpikir secara pasti dalam hal-hal yang bersifat kuantitatif dan logis. • Contoh : P1: Sebagian besar anak kecil suka permen P2: Andi adalah anak kecil P3: Sepertinya Andi suka permen