Fuzzy Logic – Pengertian

Fuzzy Logic pertama kali diperkenalkan oleh Jan Lukasiewicz pada tahun 1920-an sebagai teori kemungkinan. Logika ini memperluas jangkauan dari nilai kebenaran untuk semua bilangan riil pada interval antara 0 dan 1. Selanjutnya diteliti lebih lanjut oleh Max Black pada tahun 1930an dalam penelitiannya tentang ketidak jelasan (vagueness): sebuah latihan pada analisis logis. Pada tahun 1965, Professor dan kepala departemen teknik elektro di University of California di Berkeley, Lotfi Zadeh, menemukan kembali, mengidentifikasi, mengeksplorasi, mempromosikan, dan berjuang untuk fuzzy logic.

Professor Lotfi Zadeh

Professor Zadeh memperluas ruang kerja teori kemungkinan menjadi sistem logika matematika formal, dan konsep baru untuk mengaplikasikan istilah bahasa alami pada penelitiannya, yaitu ‘Fuzzy sets’. Logika baru ini dinamakan fuzzy logic. Fuzzy logic banyak digunakan karena fuzzy logic mirip dengan cara berfikir manusia. Sistem fuzzy logic dapat merepresentasikan pengetahuan manusia dalam bentuk matematis dengan menyerupai cara berpikir manusia.

Sebelum munculnya teori logika fuzzy (Fuzzy Logic), dikenal sebuah logika tegas (Crisp Logic) yang memiliki nilai benar atau salah secara tegas. Sebaliknya Logika Fuzzy merupakan sebuah logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness) antara benar dan salah. Dalam teori logika fuzzy sebuah nilai bisa bernilai benar dan salah secara bersamaan namun berapa besar kebenaran dan kesalahan suatu nilai tergantung kepada bobot keanggotaan yang dimilikinya.

Perbedaan  antara kedua  jenis  logika  tersebut adalah :  logika  tegas memiliki nilai tidak=0.0 dan ya=1.0,  sedangakan  logika  fuzzy memiliki nilai antara 0.0 hingga 1.0.  Secara  grafik  perbedaan  antara  logika  tegas  dan  logika  fuzzy  ditunjukkan oleh gambar dibawah ini :

Pada gambar diatas, gambar (a) merupakan contoh logika tegas (Crisp Logic), sedangkan gambar (b) merupakan logika fuzzy. Pada gambar (a) apabila X  lebih dari atau sama dengan 10 baru dikatakan benar  yaitu  bernilai  Y=1,  sebaliknya  nilai  X  yang  kurang  dari  10  adalah  salah yaitu Y=0. Maka angka 9 atau 8 atau 7 dan seterusnya adalah dikatakan salah. Sedangkan pada gambar (b) nilai X = 9, atau 8 atau 7 atau nilai antara 0 dan 10  adalah dikatakan ada benarnya dan ada juga salahnya.

Kelebihan Logika Fuzzy

Logika fuzzy/ fuzzy logic mempunyai banyak kelebihan, yaitu kemampuan  dalam  proses  penalaran secara  bahasa  (linguistic  reasoning),  sehingga  dalam  perancangannya  tidak memerlukan persamaan matematik dari objek yang akan dikendalikan. Kelebihan yang lain :

1. Konsep logika fuzzy sangat sederhana.
2. Konsep penalaran logika fuzzy mudah dimengerti.
3. Logika fuzzy sangat flexibel ;
4. Logika fuzzy memiliki toleransi terhadap data – data yang tidak tepat ;
5. Logika fuzzy mampu memodelkan fungsi – fungsi nonlinear yang sangat kompleks
6. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman – pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
7. Logika fuzzy dapat bekerja sama dengan teknik – teknik kendali secara konvensional;
8. Logika fuzzy didasarkan pada bahasa alami.

Kelemahan Logika Fuzzy

Meski mempunyai sederet kelebihan, bukan berarti logika fuzzy tidak mempunyai kelemahan. kelemahan yang sering timbul adalah bagaimana menentukan fuzzy set membership function-nya, menentukan nilai linguistik-nya, penentuan kemiringan pada fungsi tertentu dan menentukan aturan fuzzy. Sehingga jika penentuan parameter-parameter diatas tidak tepat maka performa dari sistem fuzzy yang kita buat menjadi tidak optimal. Pada sebagian masalah dimana kita sangat ahli dalam memahami tingkah laku variable dan aturan yang ada, maka pendefinisian dari fungsi keanggotaan dan aturan fuzzy bisa sangatlah mudah dan cepat. Namun, sebaliknya jika kita tidak bisa memahami masalah dari tingkah laku variable dan aturannya maka memerlukan usaha yang keras dan waktu yang lama untuk membuat variable dan aturan fuzzy nya.

Applikasi Logika Fuzzy

Fuzzy logic banyak digunakan di berbagai bidak seperti bidang teknologi, bisnis, manajemen, pertanian, transportasi maupun medis. Beberapa contoh aplikasi logic:

• Pada bidang industri, fuzzy logic dapat digunakan sebagai kontrol mesin, memprediksi jumlah produksi dari suatu barang.
• Pada bidang bisnis, dapat digunakan sebagai prediksi kenaikan/ turun dari suatu instrumentasi saham/ pasar mata uang, memprediski keuntungan penjualan selanjutnya.
• Pada bidang pertanian, dapat digunakan untuk predisksi cuaca sebelum petani memulai menanam agar mendapatkan hasil yang maksimal dsb.

Sumber:

• Diktat Matakuliah Sistem Cerdas – Universitas Mercu Buana
• Machine & Learning Computational Intelligence – Widodo Budiharto
• Tugas Akhir: Desain dan Implementasi Line Follower Robot dengan Metode Kontrol Fuzzy Logic Berbasis Atmega 16 – Omar Abdussaid