Tuesday, November 29, 2011

Part 6 - Sekilas tentang Sistem Fuzzy

Sistem Fuzzy adalah suatu sistem yang menggunakan himpunan fuzzy untuk memetakan suatu inputan menjadi ouput tertentu (blackbox). Misalnya, jika anda mengetahui seberapa layanan pada restaurant tersebut, anda dapat menentukan berapa jumlah tip yang layak diberikan kepada pelayan.

Istilah-istilah yang merepresentasikan fakta yang samar seperti pada contoh diatas disebut sebagai variabel linguistik.
Tabel berikut menunjukkan contoh-contoh lain dari variabel linguistik beserta nilai tipikal yang mungkin..


Dalam sistem pakar fuzzy (fuzzy expert system), variabel linguistik digunakan pada aturan-aturan fuzzy (fuzzy rules). Perhatikan contoh dibawah ini:

R1 IF Kelajuan rendah
     THEN Buat akselerasi menjadi tinggi
R2 IF Suhu udara rendah
     AND Tekanan cukup
     THEN Buat kelajuan menjadi rendah

Friday, November 18, 2011

Part 5 - Penulisan IF-THEN Rules

Penulisan IF-THEN Rule

Dengan menggunakan teknik searching yang telah didefinisikan dalam Bab 1 dan penyesuaian pola (pattern matching), sistem berbasis aturan melakukan proses reasoning mulai dari fakta awal sampai menuju pada kesimpulan. Dalam proses ini mungkin akan dihasilkan fakta-fakta baru menuju pada penyelesaian masalah. 

Jadi dapat disimpulkan bahwa proses penyelesaian masalah pada sistem berbasis aturan adalah
menciptakan sederet fakta-fakta baru yang merupakan hasil dari sederetan proses inferensi sehingga membentuk semacam jalur antara definisi masalah menuju pada solusi masalah. Deretan proses inferensi tersebut adalah inference chain.

Sebagai contoh, sebuah sistem peramal cuaca dibangun dengan sistem berbasis pengetahuan untuk mengetahui keadaan cuaca pada 12 sampai 24 jam ke depan.

RULE 1: IF suhu udara sekitar di atas 32 Derajat C
               THEN cuaca adalah panas
RULE 2: IF kelembaban udara relatif di atas 65%
               THEN udara sangat lembab
RULE 3: IF cuaca panas dan udara sangat lembab
               THEN sangat mungkin terjadi badai

• Jika hanya rule 1 (tanpa rule 2 dan rule 3), sistem berbasis pengetahuan tidak berarti apa2.

• Karena itu sebuah sistem berbasis pengetahuan harus terdiri atas sekelompok aturan yang membentuk rangakaian aturan rule chain.

• Fakta didefisinikan sebagai statemen yang dianggap benar.
Contoh:
Suhu udara di sekitar adalah 35 Derajat Celcius dan kelembaban udara relatif 70% adalah fakta.

• Maka proses inferensi melihat fakta-fakta dari premis pada Rule 1 dan Rule 2 sebagai dasar untuk menghasilkan fakta baru:
Cuaca panas dan Udara lembab.

• Selanjutnya proses inferensi melihat bahwa kedua fakta ini sesuai
dengan premis pada Rule 3, maka akan dihasilkan fakta baru lagi:
Sangat mungkin terjadi badai.