Halo Sobat TeknoBgt! Apakah kalian sering mendengar tentang metode fuzzy tsukamoto? Metode ini sangat berguna dalam pengambilan keputusan di bidang teknik maupun manajemen. Pada artikel ini, kita akan membahas tentang cara menghitung menggunakan metode fuzzy tsukamoto. Simak dengan baik ya!
Pengertian Fuzzy Tsukamoto
Sebelum kita membahas cara menghitung dengan metode fuzzy tsukamoto, ada baiknya kita memahami terlebih dahulu tentang apa itu fuzzy tsukamoto. Secara sederhana, metode ini adalah salah satu cara dalam pengambilan keputusan yang menggunakan logika fuzzy. Logika fuzzy sendiri merupakan suatu sistem logika yang dapat mengatasi ketidakpastian dan ketidakjelasan pada data yang digunakan dalam pengambilan keputusan.
Dalam metode fuzzy tsukamoto, dilakukan pengolahan data yang tidak pasti dan tidak jelas untuk dijadikan sebuah keputusan. Metode ini merupakan pengembangan dari metode tsukamoto, yang awalnya hanya menggunakan variabel numerik dalam pengolahan data. Dalam metode fuzzy tsukamoto, variabel yang digunakan bisa berupa numerik maupun non-numerik.
Bagaimana, cukup mudah dipahami bukan pengertian dari fuzzy tsukamoto?
Persiapan Sebelum Menghitung dengan Metode Fuzzy Tsukamoto
Sebelum melakukan perhitungan dengan menggunakan metode fuzzy tsukamoto, kita perlu melakukan beberapa persiapan. Hal-hal yang perlu dipersiapkan antara lain:
- Menentukan variabel masukan (input) yang akan digunakan
- Menentukan variabel keluaran (output) yang diinginkan
- Mendefinisikan himpunan fuzzy untuk setiap variabel input dan output
- Mendefinisikan nilai linguistik dari setiap himpunan fuzzy
- Menentukan aturan-aturan fuzzy yang akan digunakan
Dengan melakukan persiapan tersebut, kita bisa menghitung dengan metode fuzzy tsukamoto dengan lebih mudah dan tepat.
Cara Menghitung dengan Metode Fuzzy Tsukamoto
Setelah persiapan selesai, kita bisa mulai menghitung dengan metode fuzzy tsukamoto. Berikut adalah langkah-langkah yang perlu dilakukan:
1. Fuzzifikasi
Fuzzifikasi adalah langkah untuk mengubah nilai numerik menjadi nilai fuzzy. Dalam metode fuzzy tsukamoto, nilai numerik akan diklasifikasikan menjadi himpunan fuzzy yang telah ditentukan sebelumnya. Setiap variabel input akan memiliki beberapa himpunan fuzzy yang berbeda sesuai dengan definisi yang telah diberikan. Misalnya, variabel suhu dapat dikelompokkan menjadi himpunan cold, normal, dan hot.
2. Menentukan Derajat Keanggotaan
Setelah dilakukan fuzzifikasi, kita perlu menentukan derajat keanggotaan dari setiap variabel input terhadap himpunan fuzzy yang telah ditentukan. Derajat keanggotaan dapat dinyatakan dengan nilai antara 0 dan 1. Nilai 0 artinya variabel tidak masuk ke dalam himpunan fuzzy tersebut, sedangkan nilai 1 artinya variabel sepenuhnya masuk ke dalam himpunan fuzzy tersebut. Nilai di antara 0 dan 1 menunjukkan tingkat keanggotaan variabel terhadap himpunan fuzzy.
3. Menentukan Derajat Kemungkinan
Setelah mendapatkan derajat keanggotaan, selanjutnya kita perlu menentukan derajat kemungkinan (possibility degree). Derajat kemungkinan adalah nilai probabilitas atau kemungkinan terjadinya variabel masukan dalam himpunan fuzzy tertentu. Derajat kemungkinan dapat dihitung dengan menggunakan rumus:
Himpunan Fuzzy | Rumus |
---|---|
Membership Function | Derajat Keanggotaan |
Derajat Kemungkinan | =(Nilai Derajat Keanggotaan x Bobot Himpunan Fuzzy) |
Dalam rumus tersebut, bobot himpunan fuzzy adalah nilai yang menyatakan pentingnya himpunan fuzzy terhadap variabel keluaran.
4. Menentukan Nilai Bobot
Setelah menentukan derajat kemungkinan, selanjutnya kita bisa menetapkan nilai bobot atau nilai kepentingan dari setiap variabel masukan terhadap variabel keluaran. Nilai bobot dapat dihitung dengan menggunakan rumus:
Variabel Masukan | Nilai Bobot |
---|---|
Yang Paling Rendah | 0 |
Nilai Tengah | (Nilai Derajat Kemungkinan / Jumlah Derajat Kemungkinan) |
Yang Paling Tinggi | 1 |
Setelah itu, kita bisa menghitung nilai bobot rata-rata dari setiap variabel masukan dengan menggunakan rumus:
Variabel Masukan | Bobot Rata-Rata |
---|---|
Bobot Variabel Masukan 1 | Nilai Bobot Rata-Rata |
Bobot Variabel Masukan 2 | Nilai Bobot Rata-Rata |
Bobot Variabel Masukan 3 | Nilai Bobot Rata-Rata |
5. Defuzzifikasi
Langkah terakhir adalah defuzzifikasi, yaitu mengubah nilai fuzzy keluaran menjadi nilai numerik. Nilai numerik tersebut akan dijadikan hasil dari perhitungan dengan metode fuzzy tsukamoto. Ada beberapa metode yang dapat digunakan dalam defuzzifikasi, antara lain:
- Centroid Method
- Mean of Maximum Method
- Bisector of Area Method
- Smallest of Maximum Method
Dengan mengikuti langkah-langkah tersebut, kita bisa menghitung dengan metode fuzzy tsukamoto dengan lebih mudah dan cepat.
FAQ (Frequently Asked Questions)
Apa Kelebihan dari Metode Fuzzy Tsukamoto?
Metode fuzzy tsukamoto memiliki beberapa kelebihan, antara lain:
- Dapat menangani masalah ketidakpastian dan ketidakjelasan pada data
- Dapat digunakan untuk pengambilan keputusan yang kompleks
- Mudah dipahami dan diaplikasikan
- Memberikan hasil yang cukup akurat
Apa Kekurangan dari Metode Fuzzy Tsukamoto?
Metode fuzzy tsukamoto juga memiliki beberapa kekurangan, antara lain:
- Memerlukan banyak persiapan sebelum dilakukan perhitungan
- Dapat menghasilkan nilai yang kurang stabil
- Tidak cocok digunakan untuk masalah dengan data yang sangat kompleks
Kesimpulan
Demikianlah penjelasan tentang cara menghitung menggunakan metode fuzzy tsukamoto. Dalam penerapan metode ini, kita perlu melakukan beberapa persiapan sebelum dapat melakukan perhitungan. Selain itu, kita juga harus menentukan aturan fuzzy yang tepat untuk menghasilkan nilai yang akurat dan sesuai dengan kebutuhan. Metode fuzzy tsukamoto memiliki beberapa kelebihan dan kekurangan, sehingga perlu dipertimbangkan sebelum digunakan. Semoga artikel ini bermanfaat untuk Sobat TeknoBgt. Sampai jumpa di artikel menarik lainnya!