LOGIKA FUZZY MENGGUNAKAN

MATLAB
[Link],Ssi,[Link]

5.10 Fuzzy Logic Toolbox

Matlab menyediakan fungsi-fungsi khusus untuk perhitungan logika Fuzzy
dimulai dari perhitungan fungsi keanggotaan sampai dengan inferensi Fuzzy.

5.10.1 Fungsi Keanggotaan

1. Trimf
Fungsi ini untuk membuat fungsi keanggotaan kurva segitiga (Gambar 2.45). Ada
3 parameter yang dapat digunakan, yaitu [a b c].

Fungsi keanggotaan: 1

0; xa
( x a ) /( b a ); axb

f ( x; a , b, c)
(c x ) /( c b); bxc
0; xc
0 a b c
Gambar 5.33 Grafik fungsi trimf.

Syntax

y = trimf(x,params)
y = trimf(x,[a b c])

Contoh 1:
x=0:0.1:20;
y=trimf(x,[4 10 16]);
plot(x,y);
grid;
title('Fungsi Segitiga');
xlabel('x');
Gambar 5.34 Output perintah contoh 1
[Link],Ssi,[Link] Page 1
 ylabel('mu[x]');
Untuk mencari nilai keanggotaan x = 12 dapat dituliskan:
>> trimf(12, [4 10 16])
ans =
0.6667

2. Trapmf
Fungsi ini untuk membuat fungsi keanggotaan kurva trapesium (Gambar 5.35).
Ada 4 parameter yang dapat digunakan, yaitu [a b c d].
Fungsi keanggotaan:

0; xa 1
( x a ) /( b a ); axb x

f ( x; a , b, c, d) 1; bxc
(d x ) /( d c); cxd

0; xd
0 a b c d

Gambar 5.35 Grafik fungsi Trapmf

Syntax

y = trapmf(x,[a b c d])

Contoh 2

x=0:0.1:16;
y=trapmf(x,[2 6 8 12]);
plot(x,y);
grid;
title('Fungsi Trapesium');
xlabel('x');
ylabel('mu[x]');

Untuk mencari nilai fungsi keanggotaan x = 5, dapat ditulis

>> trapmf(5,[2 6 8 12])

ans =

[Link],Ssi,[Link] Page 2
 0.7500

3. Gbellmf
1
Fungsi keanggotaan:
x
1
f ( x; a , b, c) 0,5 a
2b
xc
1
a
Parameter: [a b c] 0 b c

Gambar 5.37 Grafik fungsi gbellmf

parameter b biasanya positif.

Syntax

y = gbellmf(x,params)

Contoh 3

x=0:0.1:16;
y=gbellmf(x,[2 5 8]);
plot(x,y);
grid;
title('Fungsi kurva Bell');
xlabel('x');
ylabel('mu[x]');

Gambar 5.38 Output perintah contoh 3

Untuk mencari nilai keanggotaan untuk x = 3 , dapat dituliskan

>> gbellmf(3,[2 5 8])

ans =
1.0485e-004

[Link],Ssi,[Link] Page 3
 4. Gaussmf

1
Fungsi keanggotaan:
x
( x c) 2
0,5
f ( x; , c) e 2 2

Parameter: [ c]
0 c

Gambar 5.39 Grafik fungsi gaussmf

Syntax

y = gaussmf(x,[sig c])

Contoh 4
x=0:0.1:15;
y=gaussmf(x,[2 7.5]);
plot(x,y);
grid;
title('Fungsi kurva Gauss');
xlabel('x');
ylabel('mu[x]');

Gambar 5.40 Output perintah contoh 4

Untuk mencari nilai keanggotaan untuk x = 5 , dapat dituliskan

>> gaussmf(5,[2 7.5])

[Link],Ssi,[Link] Page 4
 ans =
0.4578

5. Pimf
Fungsi keanggotaan: 1

f(x;a,b,c,d) = smf(x;a,b)*zmf(x;c,d) x

Parameter: [a b c d] 0,5

0 a b c d

Gambar 5.41 Grafik fungsi pimf

Syntax

y = pimf(x,[a b c d])

Contoh 5

x=0:0.1:15;
y=pimf(x,[2 6 8 12]);
plot(x,y);
grid;
title('Fungsi kurva Phi');
xlabel('x');
ylabel('mu[x]');
Gambar 5.42 Output perintah Contoh 5

Untuk mencari nilai keanggotaan untuk x = 10 , dapat dituliskan

>> pimf(10,[2 6 8 12])

ans =
0.5000

[Link],Ssi,[Link] Page 5
 6. Sigmf
1
Fungsi keanggotaan:
x
1
f ( x; a, c)
1 e a ( x c)
0,5

Parameter: [a c] 0 c
Gambar 5.43 Grafik fungsi sigmf

Parameter a dapat bernilai positif maupun negatif.

Syntax

y = sigmf(x,[a c])

Contoh 6

x=0:0.1:8;
y=sigmf(x,[2 4]);
plot(x,y);
grid;
title('Kurva Sigmoid');
xlabel('x');
ylabel('mu[x]');

Gambar 5.44 Output perintah contoh 6

Untuk mencari nilai keanggotaan untuk x = 3, dapat dituliskan

>> sigmf(3,[2 4])

ans =
0.1192

[Link],Ssi,[Link] Page 6
 7. Smf
Fungsi keanggotaan:
0; xa
2[( x a ) /( b a )]2 ; a x (a b ) / 2

f ( x; a , b) 2
1 2[(b x ) /( b a )] ; (a b ) / 2 x b
1; xb

Parameter: [a b] x

0,5

0 a b
Gambar 5.45 Grafik fungsi smf

Syntax

y = smf(x,[a b])

Contoh 7

x=0:0.1:12;
y=smf(x,[2 10]);
plot(x,y);
grid;
title('Kurva S');
xlabel('x')
ylabel('mu[x]');

Gambar 5.46 Output perintah contoh 7

[Link],Ssi,[Link] Page 7
 Untuk mencari nilai keanggotaan untuk x = 6, dapat dituliskan
>> smf(6,[2 10])
ans =
0.5000

8. Zmf
Fungsi keanggotaan:
1; xa
1 2[( x a ) /( b a )]2 ; a x (a b ) / 2

f ( x; a , b) 2
2[(b x ) /( b a )] ; (a b) / 2 x b
0; xb

1
Parameter: [a b] x

0,5

0 a b
Gambar 5.47 Grafik fungsi zmf

Syntax

y = zmf(x,[a b])

Contoh 8

x=0:0.1:10;
y=zmf(x,[2 8]);
plot(x,y);
grid;
title('Kurva Z');
xlabel('x');
ylabel('mu[x]');

Gambar 5.48 Output perintah contoh 8

[Link],Ssi,[Link] Page 8
 Untuk mencari nilai keanggotaan untuk x = 5, dapat dituliskan

>> zmf(5,[2 8])

ans =

0.5000
5.10.2 MATLAB TOOL BOX Fuzzy
MATLAB memberi kemudahan untuk membangun, mengedit, dan
mengobservasi sistem penalaran fuzzy, dengan cara memberikan fasilitas
Graphical User Interface (GUI). Ada 5 GUI tools yang dapat digunakan, yaitu :

1. Fuzzy Inference System (FIS) Editor;

2. Membership Function Editor;
3. Rule Editor;
4. Rule Viewer;
5. Surface Viewer.
Pada (1-3) kita dapat membaca dan memodifikasi .fis data, sedangkan pada (4-5)
kita hanya bisa membaca saja tanpa dapat memodifikasinya.

FIS Editor

Rule Editor Membership Function

Editor

Fuzzy
Inference
System

Read-only
tools

Rule Viewer Surface Viewer

CONTOH 1 :
Sistem Kontrol Frekuensi Putar Kipas Angin

[Link],Ssi,[Link] Page 9
 Untuk mengatur frekuensi putar kipas angin secara otomatis digunakan sistem
kontrol yang dapat mengkontrol sumber frekuensi putar kipas angin. Sistem
kontrol ini dipengaruhi oleh tiga variabel yaitu kecepatan putar kipas angin, suhu
ruangan, dan sumber frekuensi putar kipas angin. Berdasarkan data spesifikasi
dari pabrik, kecepatan putar kipas angin terkecil 1000 rpm (rotary per menit) dan
terbesar 5000 rpm, kemampuan sensor suhu ruangan berada dalam interval 100
Kelvin hingga 600 Kelvin, sedangkan sumber frekuensi putar kipas angin hanya
mampu menyediakan frekuensi sebesar 2000 rpm hingga 7000 rpm. Apabila
sistem kontrol ruangan tersebut menggunakan 6 rule berikut,

[R1] IF kecepatan LAMBAT And suhu TINGGI THEN frekuensi KECIL;

[R2] IF kecepatan LAMBAT And suhu RENDAH THEN frekuensi BESAR;
[R3] IF kecepatan CEPAT And suhu TINGGI THEN frekuensi KECIL;
[R4] IF kecepatan CEPAT And suhu RENDAH THEN frekuensi NORMAL;
[R5] IF kecepatan SEDANG And suhu TINGGI THEN frekuensi BESAR;
[R6] IF kecepatan SEDANG And suhu RENDAH THEN frekuensi NORMAL;

Berapa sumber frekuensi putar kipas angin yang dihasilkan sistem kontrol
tersebut bila pada saat itu sensor suhu menunjukkan angka 300 Kelvin sedangkan
kipas angin berputar dengan kecepatan 4000 rpm ? Selesaikan masalah ini dengan
menggunakan metode : Mamdani

LANGKAH-LANGKAH PENYELESAIAN DENGAN TOOLBOX MATLAB

1. Jalankan software matlab

2. Tuliskan pada command line : >>fuzzy, maka akan tampil gambar seperti berikut.

[Link],Ssi,[Link] Page 10
 TAHAP FUZZYFIKASI
3. Memasukkan variable input : KECEPATAN dan SUHU

1. Klik sekali 2. Ganti dengan KECEPATAN

Kemudian ENTER

Hasilnya adalah

[Link],Ssi,[Link] Page 11
 Untuk menambah jumlah variable input (tidak hanya satu), maka pada menu bar pilih
Edit Add Variable Input.

Hasilnya adalah

Ganti dengan SUHU, kemudian ENTER

[Link],Ssi,[Link] Page 12
 Hasilnya adalah

4. Memasukkan variabel Output

1. Klik sekali

[Link],Ssi,[Link] Page 13
 Hasilnya adalah

5. Mengubah operator yang digunakan.

And Method = min.

Or Method = max
Implication = min
Aggregation = max
Defuzzyfication = centroid

6. Simpan file Anda dengan memilih menu bar : File Export - to Disk. Beri nama
[Link]

[Link],Ssi,[Link] Page 14
7. Membuat himpunan fuzzy dan fungsi keanggotaannya.
Himpunan dan Fungsi Keanggotaan Variabel : KECEPATAN

Double klik
Hasilnya adalah

[Link],Ssi,[Link] Page 15
 Berdasarkan data spesifikasi dari pabrik, kecepatan putar kipas angin terkecil 1000
rpm (rotary per menit) dan terbesar 5000 rpm. Ini berarti bisa dibuat range kecepatan
berada diantara 0 s/d 6000.

Range = [0 6000]

Dalam hal ini variabel kecepatan dibagi menjadi tiga himpunan Fuzzy yaitu,
LAMBAT, SEDANG dan CEPAT.

Klik sekali mf1, kemudian lakukan pengisian berikut :

mf1 = LAMBAT Type = trapmf parameter = [0 0 1000 3000]

klik sekali mf2, kemudian lakukan pengisian berikut :

mf2 = SEDANG Type = trimf parameter = [1000 3000 5000]

klik sekali mf3, kemudian lakukan pengisian berikut :

mf3 = CEPAT Type = trapmf parameter = [3000 5000 6000 6000]

hasilnya adalah

[Link],Ssi,[Link] Page 16
 Himpunan dan Fungsi Keanggotaan Variabel : SUHU

Pada Membership Function Editor , lakukan klik sekali pada variable SUHU.

[Link],Ssi,[Link] Page 17
Klik sekali
 Hasilnya adalah

Berdasarkan data spesifikasi dari pabrik, kemampuan sensor suhu ruangan berada
dalam interval 100 Kelvin hingga 600 Kelvin. Ini berarti bisa dibuat range suhu dari
0 s/d 700.

Range = [0 700]

Dalam hal ini variabel suhu dibagi menjadi dua himpunan Fuzzy yaitu, TINGGI, dan
RENDAH.

Klik sekali mf1, kemudian lakukan pengisian berikut :

mf1 = RENDAH Type = trapmf parameter = [0 0 100 600]

klik sekali mf2, kemudian lakukan pengisian berikut :

mf2 = TINGGI Type = trapmf parameter = [100 600 700 700]

mf3 di Delete.

hasilnya adalah

[Link],Ssi,[Link] Page 18
 Himpunan dan Fungsi Keanggotaan Variabel Output : FREKUENSI
Pada Membership Function Editor , lakukan klik sekali pada variable
FREKUENSI

[Link],Ssi,[Link] Page 19
Klik sekali
 Hasilnya adalah

Berdasarkan data spesifikasi dari pabrik, sumber frekuensi putar kipas angin hanya
mampu menyediakan frekuensi sebesar 2000 rpm hingga 7000 rpm. Ini berarti bisa
dibuat range FREKUENSI antara 0 s/d 9000.

Range = [0 9000]

Dalam hal ini variabel frekuensi dibagi menjadi tiga himpunan Fuzzy yaitu, KECIL,
BESAR dan NORMAL.

Klik sekali mf1, kemudian lakukan pengisian berikut :

mf1 = KECIL Type = zmf parameter = [2000 4500]

klik sekali mf2, kemudian lakukan pengisian berikut :

mf2 = NORMAL Type = pimf parameter = [2000 4500 4500 7000]

klik sekali mf3, kemudian lakukan pengisian berikut :

mf3 = BESAR Type = smf parameter = [4500 7000]

hasilnya adalah

[Link],Ssi,[Link] Page 20
 TAHAP Pembentukan basis pengetahuan Fuzzy
8. Membuat Rule.
Pada FIS Editor, klik Edit - Rules

Hasilnya adalah

[Link],Ssi,[Link] Page 21
Perhatikan pembuatan Rule ke-1 berikut

[R1] IF kecepatan LAMBAT And suhu TINGGI THEN frekuensi KECIL;

Untuk membuat Rule ke 1 (dengan cara meng-klik satu kali)

LAMBAT pada listbox KECEPATAN ,

TINGGI pada listbox SUHU, dan
KECIL pada listbox FREKUENSI.

Kemudian click sekali tombol : Add Rule .

Untuk Rule-Rule yang lain dibuat dengan cara yang sama, hasilnya adalah

[Link],Ssi,[Link] Page 22
 TAHAP pembuatan Mesin inferensi
Hal ini sudah dilakukan di langkah ke-5 diatas, yaitu:
Mesin inferensi dibuat dengan cara mengubah operator-operator berikut

And Method = min.

Or Method = max
Implication = min
Aggregation = max

TAHAP Defuzzyfikasi
Hal ini sudah dilakukan di langkah ke-5 diatas, yaitu:

Defuzzyfication = centroid

Sampai disini program Fuzzy sudah selesai dibuat. Untuk melihat hasil inferensi Fuzzy,
dapat dilihat dari rule viewer, dengan cara pilih view- rules seperti berikut,

[Link],Ssi,[Link] Page 23
Hasilnya adalah

[Link],Ssi,[Link] Page 24
Untuk menjawab pertanyaan berikut :

Berapa sumber frekuensi putar kipas angin yang dihasilkan sistem kontrol tersebut bila
pada saat itu sensor suhu menunjukkan angka 300 Kelvin sedangkan kipas angin berputar
dengan kecepatan 4000 rpm ?

Ini berarti variabel input :

KECEPATAN = 4000

SUHU = 300

Untuk melihat berapa besar variabel output yang dihasilkan, ketiklah seperti gambar
berikut

[Link],Ssi,[Link] Page 25
 Diganti dengan : [ 4000 300], kemudian ENTER

[Link],Ssi,[Link] Page 26
Hasilnya adalah

Ini berarti, untuk input KECEPATAN = 4000 dan SUHU = 300, besar frekuensi adalah

4.5e+003 = 4500 rpm.

[Link],Ssi,[Link] Page 27
CONTOH 2
Sistem Kontrol Frekuensi Putar Kipas Angin
Untuk mengatur frekuensi putar kipas angin secara otomatis digunakan sistem kontrol
yang dapat mengkontrol sumber frekuensi putar kipas angin. Sistem kontrol ini
dipengaruhi oleh tiga variabel yaitu kecepatan putar kipas angin, suhu ruangan, dan
sumber frekuensi putar kipas angin. Berdasarkan data spesifikasi dari pabrik, kecepatan
putar kipas angin terkecil 1000 rpm (rotary per menit) dan terbesar 5000 rpm,
kemampuan sensor suhu ruangan berada dalam interval 100 Kelvin hingga 600 Kelvin,
sedangkan sumber frekuensi putar kipas angin hanya mampu menyediakan frekuensi
sebesar 2000 rpm hingga 7000 rpm. Apabila sistem kontrol ruangan tersebut
menggunakan 4 rule berikut,

[R1] IF kecepatan LAMBAT And suhu TINGGI THEN frekuensi = 5*kecepatan + 0,4* suhu +1500;
[R2] IF kecepatan LAMBAT And suhu RENDAH THEN frekuensi = 2*kecepatan suhu + 3000;
[R3] IF kecepatan CEPAT And suhu TINGGI THEN frekuensi = 0,5*kecepatan + 2000;
[R4] IF kecepatan CEPAT And suhu RENDAH THEN frekuensi = 20* suhu 700;

Berapa sumber frekuensi putar kipas angin yang dihasilkan sistem kontrol tersebut bila
pada saat itu sensor suhu menunjukkan angka 300 Kelvin sedangkan kipas angin berputar
dengan kecepatan 4000 rpm ? Selesaikan masalah ini dengan menggunakan metode
Sugeno.

LANGKAH-LANGKAH PENYELESAIAN DENGAN TOOLBOX MATLAB

1. Jalankan software MATLAB.

2. Tulis pada command line >>Fuzzy, maka akan tampil FIS editor seperti gambar

[Link],Ssi,[Link] Page 28
3. Pilih : File, New FIS, Sugeno, seperti gambar berikut

Akan muncul seperti pada gambar berikut

Mamdani berubah menjadi Sugeno

[Link],Ssi,[Link] Page 29
4. Untuk memasukkan variabel input dan variabel output, sama dengan langkah-langkah
memasukkan input dan output pada metode Mamdani.

5. Demikian juga untuk membuat himpunan fuzzy dan fungsi keanggotaan pada variable
input, sama dengan membuat himpunan dan fungsi keanggotaan pada metode
Mamdani.

6. Bedanya hanya pada pembuatan himpunan fuzzy dan fungsi keanggotaan pada
variable output saja.

1. Lakukan hal-hal berikut:

1. Klick variable Frekuensi 2. Klick mf1

3. Type = Linier 4. Parameter = [ 5 0.4 1500 ]

5. Range = [ 0 9000 ]

[Link],Ssi,[Link] Page 30
 2. dengan cara yang sama, lakukan hal-hal berikut:

1. klick mf2
2. Type = Linier
3. Parameter = [ 2 1 3000]
4. Range = [ 0 9000]

Hasilnya adalah :

3. dengan cara yang sama, lakukan hal-hal berikut:

1. klick mf3
2. Type = Linier
3. Parameter = [ 0.5 0 2000]
4. Range = [ 0 9000]

[Link],Ssi,[Link] Page 31
 Hasilnya adalah:

[Link],Ssi,[Link] Page 32
[Link],Ssi,[Link] Page 33
 4. dengan cara yang sama, lakukan hal-hal berikut:

1. klick mf4
2. Type = Linier
3. Parameter = [ 0 20 700]
4. Range = [ 0 9000]

[Link],Ssi,[Link] Page 34
 Pembuatan Basis Pengetahuan

[Link],Ssi,[Link] Page 35
[Link],Ssi,[Link] Page 36
[R1] IF kecepatan LAMBAT And suhu TINGGI THEN frekuensi = 5*kecepatan + 0,4* suhu +1500;

[R2] IF kecepatan LAMBAT And suhu RENDAH THEN frekuensi = 2*kecepatan suhu + 3000;

[Link],Ssi,[Link] Page 37
[R3] IF kecepatan CEPAT And suhu TINGGI THEN frekuensi = 0,5*kecepatan + 2000;

[Link],Ssi,[Link] Page 38
[R4] IF kecepatan CEPAT And suhu RENDAH THEN frekuensi = 20* suhu 700;

Untuk melihat hasilnya, kita kembali ke Membership Function Editor,

klick view, Rule

[Link],Ssi,[Link] Page 39
hasilnya adalah

Untuk menjawab pertanyaan berikut:

Berapa sumber frekuensi putar kipas angin yang dihasilkan sistem kontrol tersebut bila
pada saat itu sensor suhu menunjukkan angka 300 Kelvin sedangkan kipas angin berputar
dengan kecepatan 4000 rpm ?

Isilah : input = [ 4000 300 ]

[Link],Ssi,[Link] Page 40
Hasilnya adalah

FREKUENSI = 4.78e + 003 = 4780 rpm

[Link],Ssi,[Link] Page 41
 LATIHAN

Latihan 1 :

Suatu perusahaan soft drink akan memproduksi minuman jenis X. Pada 3

bulan terakhir biaya produksi untuk minuman jenis tersebut rata-rata sekitar
Rp 500,- per kemasan, dan maksimum mencapai Rp 1000,- per kemasan.
Banyaknya permintaan per hari rata-rata mencapai 30000 kemasan dan
maksimum hingga mencapai 60000 kemasan. Sampai saat ini, perusahaan
baru mampu memproduksi barang maksimum 100000 kemasan per hari.

Apabila proses produksi perusahaan tersebut menggunakan 3 aturan fuzzy

sbb:
[R1] IF Biaya Produksi RENDAH And Permintaan NAIK
THEN Produksi Barang BERTAMBAH;
[R2] IF Biaya Produksi sesuai STANDAR
THEN Produksi Barang NORMAL;
[R3] IF Biaya Produksi TINGGI And Permintaan TURUN
THEN Produksi Barang BERKURANG;

Berapa jumlah minuman jenis X yang harus diproduksi, jika biaya untuk
memproduksi jenis minuman tersebut diperkirakan sejumlah Rp 800 per
kemasan, dan permintaannya diperkirakan mencapai 25000 kemasan per
hari.

Latihan 2 :
Soal sama seperti pada latihan 1, hanya saja aturan yang digunakan sedikit
dimodifikasi, sebagai berikut (dengan asumsi bahwa jumlah permintaan
selalu lebih tinggi dibanding dengan jumlah persediaan):
[R1] IF Permintaan TURUN And Persediaan BANYAK
THEN Produksi Barang = 2*Permintaan 0,5*Persediaan;
[R2] IF Permintaan TURUN And Persediaan SEDIKIT
THEN Produksi Barang = Permintaan + 50;
[R3] IF Permintaan NAIK And Persediaan BANYAK
THEN Produksi Barang = 4*Permintaan 2* Persediaan + 75;
[R4] IF Permintaan NAIK And Persediaan SEDIKIT
THEN Produksi Barang = Persediaan + 100;

[Link],Ssi,[Link] Page 42
Latihan 3 :

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY

MAMDANI

Sumber :
[Much. Djunaidi , Eko Setiawan, Fajar Whedi Andista: Penentuan jumlah
produksi dengan aplikasi metode fuzzy Mamdani: Jurnal Ilmiah Teknik Industri, Vol.
4, No. 2, Des 2005, hal. 95 104 : Jurusan Teknik Industri Universitas Muhammadiyah
Surakarta]

Diketahui data Permintaan, data Persediaan, dan Produksi seperti pada tabel berikut:

Sampai saat ini perusahaan hanya mampu memproduksi barang maksimum 25.000
produk tiap bulannya.

Pengolahan Data:

[Link],Ssi,[Link] Page 43
Pembuatan Basis pengetahuan:
Rule : (dalam hal ini rule dibuat oleh peneliti sesuai kebutuhan penelitian)

Berdasarkan data data yang ada, dapat dibentuk aturan aturan sebagai berikut :
1 IF (Permintaan is Sedikit) and (Persediaan is Sedikit) then (Jumlah Produksi is
Sedikit)
2. IF (Permintaan is Sedikit) and (Persediaan is Sedikit) then (Jumlah Produksi is
Sedang)
3. IF (Permintaan is Sedikit) and (Persediaan is Sedang) then (Jumlah Produksi is
Sedikit)

4. IF (Permintaan is Sedikit) and (Persediaan is Sedang) then (Jumlah Produksi is

Sedang)
5. IF (Permintaan is Sedikit) and (Persediaan is Sedang) then (Jumlah Produksi is
Banyak)
6. IF (Permintaan is Sedikit) and (Persediaan is Banyak) then (Jumlah Produksi is
Sedikit)

[Link],Ssi,[Link] Page 44
7. IF (Permintaan is Sedikit) and (Persediaan is Banyak) then (Jumlah Produksi is
Sedang)
8. IF (Permintaan is Sedang) and (Persediaan is Sedikit) then (Jumlah Produksi is
Sedikit)
9. IF (Permintaan is Sedang) and (Persediaan is Sedikit) then (Jumlah Produksi is
Sedang)
10. IF (Permintaan is Sedang) and (Persediaan is Sedikit) then (Jumlah Produksi is
Banyak)
11. IF (Permintaan is Sedang) and (Persediaan is Sedang) then (Jumlah Produksi is
Sedikit)
12. IF (Permintaan is Sedang) and (Persediaan is Sedang) then (Jumlah Produksi is
Sedang)
13. IF (Permintaan is Sedang) and (Persediaan is Sedang) then (Jumlah Produksi is
Banyak)
14. IF (Permintaan is Sedang) and (Persediaan is Banyak) then (Jumlah Produksi is
Sedikit)
15. IF (Permintaan is Sedang) and (Persediaan is Banyak) then (Jumlah Produksi is
Sedang)
16. IF (Permintaan is Sedang) and (Persediaan is Banyak) then (Jumlah Produksi is
Banyak)
17. IF (Permintaan is Banyak) and (Persediaan is Sedikit) then (Jumlah Produksi is
Sedang)
18. IF (Permintaan is Banyak) and (Persediaan is Sedikit) then (Jumlah Produksi is
Banyak)
19. IF (Permintaan is Banyak) and (Persediaan is Sedang) then (Jumlah Produksi is
Sedang)
20. IF (Permintaan is Banyak) and (Persediaan is Sedang) then (Jumlah Produksi is
Sedang)
21. IF (Permintaan is Banyak) and (Persediaan is Banyak) then (Jumlah Produksi is
Sedang)
22. IF (Permintaan is Banyak) and (Persediaan is Banyak) then (Jumlah Produksi is
Banyak)

Pertanyaan :
Berapa jumlah produksi pada bulan juli 2005, jika data permintaan dan persediaan bulan
juli 2005 masing-masing sebesar 21.945 unit dan 1.824 unit ?

[Link],Ssi,[Link] Page 45
Latihan 4:
( diambil dari buku terbitan Graha Ilmu yang berjudul Aplikasi Logika Fuzzy untuk
Pendukung Keputusan karangan Sri Kusumadewi & Hari Purnomo ) :

Suatu penelitian dilakukan untuk mencari jumlah produksi berdasarkan pengaruh faktor
suhu, kebisingan dan pencahayaan. Dalam penelitian ini ada 30 pekerja yang masing-
masing melakukan 27 kali percobaan dengan kombinasi suhu ( oC), kebisingan (dB) dan
pencahayaan (lux) yang berbeda untuk menghasilkan sejumlah produk. Banyaknya data
yang diperoleh sejumlah 30x27 data = 810 data. Dari ketigapuluh data untuk setiap
kombinasi diambil nilai rata-ratanya, sehingga data yang akan diolah tinggal 27 data
seperti pada tabel 1. Fuzzy logic dipergunakan untuk menentukan rata-rata jumlah
produk yang dihasilkan untuk kondisi Suhu, Kebisingan dan Pencahayaan tertentu. Tabel
rata-rata jumlah produk dan standar deviasi ditunjukkan pada Tabel 1.

No. Suhu (oC) Kebisingan (dB) Pencahayaan (lux) Rata-rata jumlah produk Standar deviasi
1 22 55 150 148.00 4.71
2 22 55 300 150.90 4.78
3 22 55 500 146.50 4.90
4 22 75 150 143.10 4.90
5 22 75 300 146.53 4.58
6 22 75 500 142.73 5.42
7 22 90 150 136.73 4.49
8 22 90 300 140.77 4.49
9 22 90 500 135.97 4.75
10 26 55 150 149.73 4.43
11 26 55 300 153.27 5.59
12 26 55 500 152.13 5.04
13 26 75 150 148.00 5.15
14 26 75 300 150.63 5.06
15 26 75 500 147.63 4.84
16 26 90 150 141.47 5.69
17 26 90 300 145.67 4.81
18 26 90 500 140.20 4.76
19 32 55 150 142.10 4.28
20 32 55 300 146.53 5.38
21 32 55 500 142.17 4.53
22 32 75 150 138.70 4.84
23 32 75 300 141.40 4.95
24 32 75 500 138.30 5.12
25 32 90 150 133.33 4.71
26 32 90 300 138.53 4.51
27 32 90 500 133.77 4.83
Tabel 1. Rata-rata jumlah produk dan standar deviasi

[Link],Ssi,[Link] Page 46
Pengolahan Data:

Ada 3 kondisi Suhu yaitu Rendah, Normal, dan Tinggi.

[SUHU]
[SUHU (oC)]
Gambar 2. Fungsi keanggotaan variabel Suhu

[KEBISINGAN]
[KEBISINGAN (dB)]
Gambar 3. Fungsi keanggotaan variabel Kebisingan

[PENCAHAYAAN]
[PENCAHAYAAN (lux)]
Gambar 4. Fungsi keanggotaan variabel Pencahayaan

[Link],Ssi,[Link] Page 47
Model fuzzy yang digunakan dalam bahasan ini adalah metode Sugeno, oleh karena itu
output sistem adalah berupa konstanta yaitu Rata-rata jumlah produk.

Pembuatan Basis Pengetahuan:

Ada 27 aturan yang telah dibuat yaitu,

[1] IF Suhu RENDAH and Kebisingan TENANG and Pencahayaan REDUP THEN Rata-rata Jumlah
Produk = 148.0
[2] IF Suhu RENDAH and Kebisingan TENANG and Pencahayaan AGAK TERANG THEN Rata-
rata Jumlah Produk = 150.9

[3] IF Suhu RENDAH and Kebisingan TENANG and Pencahayaan TERANG THEN Rata-rata Jumlah
Produk = 146.5
[4] IF Suhu RENDAH and Kebisingan AGAK BISING and Pencahayaan REDUP THEN Rata-rata Jumlah
Produk = 143.1
[5] IF Suhu RENDAH and Kebisingan AGAK BISING and Pencahayaan AGAK TERANG THEN Rata-
rata Jumlah Produk = 146.53
[6] IF Suhu RENDAH and Kebisingan AGAK BISING and Pencahayaan TERANG THEN Rata-rata
Jumlah Produk = 142.73
[7] IF Suhu RENDAH and Kebisingan BISING and Pencahayaan REDUP THEN Rata-rata Jumlah Produk
= 136.73
[8] IF Suhu RENDAH and Kebisingan BISING and Pencahayaan AGAK TERANG THEN Rata-rata
Jumlah Produk = 140.77
[9] IF Suhu RENDAH and Kebisingan BISING and Pencahayaan TERANG THEN Rata-rata Jumlah
Produk = 135.97
[10] IF Suhu NORMAL and Kebisingan TENANG and Pencahayaan REDUP THEN Rata-rata Jumlah
Produk = 149.73
[11] IF Suhu NORMAL and Kebisingan TENANG and Pencahayaan AGAK TERANG THEN Rata-rata
Jumlah Produk = 153.27
[12] IF Suhu NORMAL and Kebisingan TENANG and Pencahayaan TERANG THEN Rata-rata Jumlah
Produk = 152.13
[13] IF Suhu NORMAL and Kebisingan AGAK BISING and Pencahayaan REDUP THEN Rata-rata
Jumlah Produk = 148
[14] IF Suhu NORMAL and Kebisingan AGAK BISING and Pencahayaan AGAK TERANG THEN Rata-
rata Jumlah Produk = 150.63
[15] IF Suhu NORMAL and Kebisingan AGAK BISING and Pencahayaan TERANG THEN Rata-rata
Jumlah Produk = 147.63

[Link],Ssi,[Link] Page 48
[16] IF Suhu NORMAL and Kebisingan BISING and Pencahayaan REDUP THEN Rata-rata Jumlah
Produk = 141.47
[17] IF Suhu NORMAL and Kebisingan BISING and Pencahayaan AGAK TERANG THEN Rata-rata
Jumlah Produk = 145.67
[18] IF Suhu NORMAL and Kebisingan BISING and Pencahayaan AGAK TERANG THEN Rata-rata
Jumlah Produk = 140.2

[19] IF Suhu TINGGI and Kebisingan TENANG and Pencahayaan REDUP THEN Rata-rata Jumlah
Produk = 142.10
[20] IF Suhu TINGGI and Kebisingan TENANG and Pencahayaan AGAK TERANG THEN
Rata-rata Jumlah Produk = 146.53
[21] IF Suhu TINGGI and Kebisingan TENANG and Pencahayaan TERANG THEN Rata-rata Jumlah
Produk = 142.17
[22] IF Suhu TINGGI and Kebisingan AGAK BISING and Pencahayaan REDUP THEN Rata-rata Jumlah
Produk = 138.7
[23] IF Suhu TINGGI and Kebisingan AGAK BISING and Pencahayaan AGAK TERANG THEN Rata-
rata Jumlah Produk = 141.4
[24] IF Suhu TINGGI and Kebisingan AGAK BISING and Pencahayaan TERANG THEN Rata-rata
Jumlah Produk = 138.3
[25] IF Suhu TINGGI and Kebisingan BISING and Pencahayaan REDUP THEN Rata-rata Jumlah Produk
= 133.33
[26] IF Suhu TINGGI and Kebisingan BISING and Pencahayaan AGAK TERANG THEN Rata-rata
Jumlah Produk = 138.33
[27] IF Suhu TINGGI and Kebisingan BISING and Pencahayaan TERANG THEN Rata-rata
Jumlah Produk = 133.77

Pertanyaan :
Berapa jumlah produksi yang dihasilkan bila kondisi suhu = 25 oC, kebisingan = 86 dB
dan tingkat pencahayaan = 350 lux ?

[Link],Ssi,[Link] Page 49
[Link],Ssi,[Link] Page 50
[Link],Ssi,[Link] Page 51
[Link],Ssi,[Link] Page 52