Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan yang memiliki rentang nilai 0 (nol) hingga 1 (satu). Logika fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau kesamaran antara benar atau salah. Dalam teori logika fuzzy suatu nilai dapat bernilai benar atau salah secara bersamaan. Namun seberapa besar kebenaran dan kesalahan tergantung pada bobot keanggotaan yang dimilikinya.
Logika fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga 1 dan logika fuzzy menunjukkan sejauh mana suatu nilai benar dan sejauh mana suatu nilai itu salah. Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output dan mempunyai nilai kontiniu. Fuzzy dinyatakan dalam derajat keanggotaan dan derajat kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama (Kusumadewi, 2004). Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Intelegent) yang meniru kemampuan manusia dalam berfikir ke dalam bentuk algoritma yang kemudian dijalankan oleh mesin. Algoritma ini digunakan dalam berbagai aplikasi pemrosesan data yang tidak dapat direpresentasikan dalam bentuk biner. Logika fuzzy menginterpretasikan statemen yang samar menjadi sebuah pengertian yang logis. Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output.
Teori himpunan Fuzzy pertama kali diperkenalkan oleh Lotfi A. Zadeh pada tahun 1965. Pada teori ini komponen utama yang sangat berpengaruh adalah fungsi keanggotaan. Fungsi keanggotaan merepresentasikan derajad kedekatan suatu objek terhadap atribut tertentu, sedangkan pada teori probabilitas lebih pada penggunaan frekuensi relatif. (Sri Kusumadewi et al, 2006). Teori himpunan fuzzy merupakan kerangka matematis yang digunakan untuk merepresentasikan ketidakpastian, ketidakjelasan, ketidaktepatan, kekurangan informasi, dan kebenaran parsial.
Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi Zadeh seorang kebangsaan Iran yang menjadi guru besar di University of California at Berkeley pada tahun 1965 dalam papernya yang monumental. Dalam paper tersebut dipaparkan ide dasar fuzzy set yang meliputi inclusion, union, intersection, complement, relation dan convexity. Pelopor aplikasi fuzzy set dalam bidang kontrol, yang merupakan aplikasi pertama dan utama dari fuzzy set adalah Prof. Ebrahim Mamdani dan kawan-kawan dari Queen Mary College London. Penerapan kontrol fuzzy secara nyata di industri banyak dipelopori para ahli dari Jepang, misalnya Prof. Sugeno dari Tokyo Institute of Technology, Prof. Yamakawa dari Kyusu Institute of Technology, Togay dan Watanabe dari Bell Telephone Labs (Girona, 2013). :
Pengertian Logika Fuzzy Menurut Para Ahli
- Menurut Kusumadewi dan Purnomo ( 2004 : 1 ) Logika Fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output.
- Menurut Asus Naba, logika fuzzy adalah sebuah metodologi berhitung dengan variabel kata-kata (linguistic variable) sebagai pengganti berhitung dengan bilangan.
- Definisi logika fuzzy menurut (2004, Sri Kusumadewi dan Hari Purnomo). Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Cara memetakan suatu ruang input ke dalam suatu ruang output dapat digunakan beberapa cara, di antaranya sistem fuzzy, sistem linear, sistem pakar, jaringan syaraf, persamaan differensial, tabel interpolasi multidimensi.
Dalam logika fuzzy, nilai kebenaran suatu pernyataan berkisar dari sepenuhnya benar sampai dengan sepenuhnya salah. Dengan teori himpunan fuzzy, suatu objek dapat menjadi anggota dari banyak himpunan dengan derajat keanggotaan yang berbeda dalam masing-masing himpunan.
Pembahasan terkait lainnya :
- Komponen Sistem Fuzzy
- Fungsi Keanggotaan Fuzzy
- Langkah-langkah Membuat SPK
- Pengertian Topsis dan Contohnya
- Alasan Menggunakan Logika Fuzzy
- Pengertian Sistem Himpunan Fuzzy
- Himpunan Fuzzy Memiliki 2 Atribut
- Sejarah Perkembangan Logika Fuzzy
- Langkah Langkah Metode SAW-TOPSIS
- Kelebihan dan Kekurangan Metode SAW
- Tujuan dari Sistem Penunjang Keputusan
- Kelebihan dan Kekurangan Metode TOPSIS
- Pengertian Logika Fuzzy Menurut Para Ahli
- Metode Fuzzy Multi Criteria Decision Making
Originally posted 2022-03-24 23:46:16.