Apakah kamu pernah mendengar istilah Fuzzy Inference System? Jika belum, kamu berada di tempat yang tepat! Dalam artikel ini, kita akan membahas tentang teori Fuzzy Inference System dari Sugeno, pengertian, dan contoh soal. Yuk, simak ulasannya!
Pengertian Fuzzy Inference System
Fuzzy Inference System (FIS) adalah sebuah metode yang digunakan untuk menyelesaikan masalah yang tidak memiliki batasan yang jelas. FIS menggunakan logika fuzzy untuk mengolah data yang bersifat tidak pasti atau samar. Logika fuzzy sendiri adalah sebuah sistem pemrosesan informasi yang menghasilkan nilai-nilai keputusan yang bersifat samar atau tidak pasti.
FIS memiliki beberapa jenis, salah satunya adalah Fuzzy Inference System Sugeno. Fuzzy Inference System Sugeno adalah sebuah sistem inferensi fuzzy yang menggunakan model matematika yang dikembangkan oleh Takagi dan Sugeno pada tahun 1985. Model matematika ini menggunakan fungsi keanggotaan, aturan fuzzy, dan metode defuzzifikasi untuk menghasilkan nilai output.
Contoh Soal Fuzzy Inference System Sugeno
- Apa yang dimaksud dengan Fuzzy Inference System?
- Apa saja jenis-jenis Fuzzy Inference System?
- Fuzzy Inference System Mamdani
- Fuzzy Inference System Sugeno
- Fuzzy Inference System Tsukamoto
- Apa perbedaan antara Fuzzy Inference System Mamdani dan Fuzzy Inference System Sugeno?
- Apa itu logika fuzzy?
- Apa itu fungsi keanggotaan?
- Apa itu aturan fuzzy?
- Apa itu metode defuzzifikasi?
- Apa yang dimaksud dengan Fuzzy Inference System Sugeno?
- Apa saja komponen yang terdapat pada Fuzzy Inference System Sugeno?
- Fungsi keanggotaan (Membership Function)
- Aturan fuzzy (Fuzzy Rule)
- Metode defuzzifikasi (Defuzzification Method)
- Apa itu model matematika Takagi-Sugeno?
Fuzzy Inference System (FIS) adalah sebuah metode yang digunakan untuk menyelesaikan masalah yang tidak memiliki batasan yang jelas. FIS menggunakan logika fuzzy untuk mengolah data yang bersifat tidak pasti atau samar.
FIS memiliki beberapa jenis, di antaranya adalah:
Perbedaan antara Fuzzy Inference System Mamdani dan Fuzzy Inference System Sugeno terletak pada metode defuzzifikasinya. Fuzzy Inference System Mamdani menggunakan metode Mean of Maxima (MoM), sedangkan Fuzzy Inference System Sugeno menggunakan metode Weighted Average.
Logika fuzzy adalah sebuah sistem pemrosesan informasi yang menghasilkan nilai-nilai keputusan yang bersifat samar atau tidak pasti.
Fungsi keanggotaan adalah fungsi yang digunakan untuk mengukur seberapa besar suatu variabel masukan (input) menjadi anggota dari suatu himpunan fuzzy.
Aturan fuzzy adalah sebuah pernyataan yang menghubungkan antara variabel masukan (input) dengan variabel keluaran (output) yang menggunakan logika fuzzy.
Metode defuzzifikasi adalah sebuah metode yang digunakan untuk mengubah nilai-nilai keanggotaan suatu himpunan fuzzy menjadi suatu nilai crisp (tunggal).
Fuzzy Inference System Sugeno adalah sebuah sistem inferensi fuzzy yang menggunakan model matematika yang dikembangkan oleh Takagi dan Sugeno pada tahun 1985. Model matematika ini menggunakan fungsi keanggotaan, aturan fuzzy, dan metode defuzzifikasi untuk menghasilkan nilai output.
Komponen-komponen yang terdapat pada Fuzzy Inference System Sugeno antara lain:
Model matematika Takagi-Sugeno adalah sebuah model matematika yang digunakan pada Fuzzy Inference System Sugeno. Model ini menggunakan aturan fuzzy berbentuk IF-THEN yang mengandung nilai-nilai linear sebagai keluaran.
Kesimpulan
Fuzzy Inference System Sugeno adalah salah satu jenis Fuzzy Inference System yang menggunakan model matematika Takagi-Sugeno. FIS Sugeno menggunakan fungsi keanggotaan, aturan fuzzy, dan metode defuzzifikasi untuk menghasilkan nilai output. FIS Sugeno memiliki tiga komponen utama, yaitu fungsi keanggotaan, aturan fuzzy, dan metode defuzzifikasi. Dalam FIS Sugeno, model matematika Takagi-Sugeno digunakan untuk menghasilkan nilai output yang bersifat linear.
Leave a Comment