Model Fuzzy Sugeno - Skripsi Teknik Informatika

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. Pengusulan tersebut didasarkan Inferensi Mamdani tidak efisien karena melibatkan proses pencarian centroid dari area 2 dimensi.Penalaran ini hampir sama dengan penalaran Mamdani, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear.

 Orde-Nol

Bentuk Umum :

 IF (X is A )  (X is A )  (X is A ) (X is A )  THEN z =  k dengan Ai adalah himpunan fuzzy ke-I sebagai anteseden, dan k adalah konstanta (tegas) sebagai konsekuen

Orde-satu
Bentuk Umum :

 IF (X is A )  …. (X is A ) THEN z = p dengan Ai adalah himpunan fuzzy ke-I sebagai anteseden, dan pi adalah suatu konstanta ke-I dan q merupakan konstanta dalam konsekuen.

Perbedaan antara Mamdani dan Sugeno ada pada konsekuen. Sugeno menggunakan konstanta atau fungsi matematika dari variabel input:

IF    x is A IF   x is A

AND    y is B AND   y is B

THEN    z is f(x, y) THEN      z is k

dimana x, y dan z adalah variabel linguistik; A dan B himpunan fuzzy untuk X dan Y, dan f(x, y) adalah fungsi matematik.

Baca juga Jasa Bimbingan Skripsi Teknik Informatika

Evaluasi Rule

Komposisi

Defuzzifikasi

Weighted average (WA):

Model Fuzzy Sugeno: 

Contoh

• Mengevaluasi kesehatan orang berdasarkan tinggi dan berat badannya
• Input: tinggi dan berat badan
• Output: kategori sehat

- sangat sehat  (SS), index =0.8

- sehat (A), index =0.6 

- agak sehat  (AS), index =0.4

- tidak sehat  (TS), index =0.2

L1: Fuzzification (1)

Ada 3 variabel fuzzy yang dimodelkan: tinggi, berat, sehat

L2: Rules Evaluation (1)

Tentukan rules

Tabel Kaidah Fuzzy

Dalam bentuk if-then, contoh:

 If sangat pendek dan sangat kurus then sangat sehat

L2: Rules Evaluation (2)

Contoh: bagaimana kondisi kesehatan untuk orang dengan tinggi 161.5 cm dan berat 41 kg?

μsedang[161.5] = (165-161.5)/(165-160) = 0.7

μtinggi[161.5] = (161.5-160)/(165-160) = 0.3

L2: Rules Evaluation (3)

μsangatkurus[41] = (45-41)/(45-40) = 0.8

μkurus[41] = (41-40)/(45-40) = 0.2

L2: Rules Evaluation (4)

 Pilih bobot minimum karena relasi AND

L3: Defuzzification

Diperoleh:

    f = {TS, AS, S, SS} = {0.3, 0.7, 0.2, 0.2}

Penentuan hasil akhir, ada 2 metoda:

1.  Max method: index tertinggi 0.7  hasil Agak Sehat

2.   Centroid method, dengan metoda Sugeno: 

      Decision Index  = (0.3x0.2)+(0.7x0.4)+(0.2x0.6)+(0.3x0.8) /

                                                (0.3+0.7+0.2+0.2 = 0.4429

Crisp decision index = 0.4429

Fuzzy decision index: 75% agak sehat, 25% sehat

Baca juga Jasa Bimbingan Skripsi Teknik Informatika

kata kunci : Model Fuzzy Sugeno, Fuzzy sugeno, fuzzy logic, skripsi teknik informatika, contoh skripsi, contoh skripsi teknik informatika, skripsi