Konsep Sistem Cerdas Berbasis Algoritma Logika Fuzzy

 

.Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar samar. Suatu nilai dapat bernilai besar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotaan yang memiliki rentang nilai 0 (nol) hingga 1(satu). Berbeda dengan himpunan tegas yang memiliki nilai 1 atau 0 (ya atau tidak). Logika Fuzzy merupakan seuatu logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness) antara benar atau salah. Dalam teori logika fuzzy suatu nilai bias bernilai benar atau salah secara bersama. Namun berapa besar keberadaan dan kesalahan suatu tergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy memliki derajat keanggotaan dalam rentang 0 hingga 1. Berbeda dengan logika digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan untuk menterjemahkan suatu besaran yang diekspresikan menggunakan bahasa (linguistic), misalkan besaran kecepatan laju kendaraan yang diekspresikan dengan pelan, agak cepat, cepat, dan sangat cepat. Dan logika fuzzy menunjukan sejauh mana suatu nilai itu benar dan sejauh mana suatu nilai itu salah. Tidak seperti logika klasik (scrisp)/tegas, suatu nilai hanya mempunyai 2 kemungkinan yaitu merupakan suatu anggota himpunan atau tidak. Derajat keanggotaan 0 (nol) artinya nilai bukan merupakan anggota himpunan dan 1 (satu) berarti nilai tersebut adalah anggota himpunan.

Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output, mempunyai nilai kontinyu. Fuzzy dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama (Kusumadewi. 2004) Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan" dan "sangat" (Zadeh 1965). Kelebihan dari teori logika fuzzy adalah kemampuan dalam proses penalaran secara bahasa (linguistic reasoning). Sehingga dalam perancangannya tidak memerlukan persamaan matematik dari objek yang akan dikendalikan. Sejarah Logika FuzzyFuzzy Set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 1965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental “Fuzzy Set”. Dalam paper tersebut dipaparkan ide dasar fuzzy set yang meliputi inclusion, union, intersection, complement, relation dan convexity. Lotfi Zadeh mengatakan Integrasi Logika Fuzzy kedalam sistem informasi dan rekayasa proses adalah menghasilkan aplikasi seperti sistem kontrol, alat alat rumah tangga, dan sistem pengambil keputusan yang lebih fleksibel, mantap, dan canggih dibandingkan dengan sistem konvensional. Dalam hal ini kami dapat mengatakan bahwa logika fuzzy memimpin dalam pengembangan kecerdasan mesin yang lebih tinggi (machine Intelligency Quotient / MIQ ) Produk produk berikut telah menggunakan logika fuzzy dalam alat alat rumah tangga seperti mesin cuci, video dan kamera refleksi lensa tunggal, pendingin ruangan, oven microwave, dan banyak sistem diagnosa mandiri. Fuzzy Logic merupakan kecerdasan buatan yang pertama kali dipublikasikan oleh Prof.Dr. Lotfi Zadeh yang berasal dari Pakistan. Melalui fuzzy logic ini sistem dapat membuat keputusan sendiri dan terkesan seperti memiliki perasaan, karena memiliki keputusan lain selain iya (logika 1) dan tidak (logika 0). Oleh karena itu fuzzy logic sangat berbeda jauh dari alur logaritma pemrograman. 2.2 Perangkat Lunak Sistem Cerdas Perangkat lunak kecerdasan buatan membuat baik penggunaan fuzzy logic di daerah yang tidak memiliki aturan yang jelas atau nilai-nilai absolut. Dalam setiap kasus di mana jawabannya akan “kadang-kadang” atau “mungkin,” logika fuzzy sangat membantu. Kredit – Fuzzy logic dapat digunakan untuk membantu mengevaluasi kredit peminjam. Kadang-kadang, peminjam yang memiliki skor kredit yang rendah harus diberikan kredit, jika mereka memiliki atribut positif lainnya, seperti pendapatan yang stabil dan aset yang cukup. Baca lebih lanjut di Aplikasi Logika Fuzzy untuk Perbankan dan Pinjaman . Robotika – Fuzzy logic adalah sangat berguna dalam membantu robot memutuskan apa yang harus dilakukan dengan input sensorik. Setiap jenis kontak akan memerlukan respon yang berbeda, tergantung pada sejumlah factors.Read lebih lanjut tentang peran AI dalam teknologi robot saat ini, di Robotika dan Kecerdasan Buatan Campurkan dalam Perang Robot. 

(sumber) https://media.neliti.com/