logika fuzzy...(tugas pertama)

Definisi logika fuzzy
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 memiliki derajat keanggotaan dalam rentang 0 hingga 1
Himpunan fuzzy memiliki 2 atribut :
Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan suatu kondisi tertentu dengan menggunakan bahasa alami, seperti : muda, tua dan lain-lain.
Numeris, yaitu suatu nilai (angka) yang menunjukan dari suatu variable seperti : 18, 5, 90
Fungsi keanggotaan : kurva yang menunjukan pemetaan titik-titik input data ke dalam nilai keanggotaannya (derajat keanggotaan) yang memiliki interval antara 0 sampai
Fungsi keanggotaan 1
0 ; x ≤ a
µ[x] = (x-a)/(b – a) : a ≤ x ≤ b
1 ; x ≥ b
Domain 0
Refresentasi linier naiik
Fungsi keanggotaan : 1
(x-a) / (b – a) ; a ≤ x ≤ b
µ[x] =
0; x ≥ b domain 0
Refresentasi Linear Turun
Operasi Dasar Himpunan Fuzzy

Operator Operasi Operasi Fungsi keanggotaan
AND Intersection µ(A∩B)(x) = min[µA(x), µB(x)]
OR union µ(A∪B)(x) = max[µA(x), µB(x)]
NOT complement µA c (x) = 1- µA(x)

Penaran Monoton
Metode ini digunakan sebagai dasar untuk teknik implikasi fuzzy. Jika 2 daerah fuzzy direalisasikan dengan implikasi sederhana sebagai berikut :
IF x is A THEN y is B
Fungsi Implikasi
Bentuk umum aturan yang digunakan dalam fungsi implikasi :
IF x is A THEN y is B
dengan x dan y adalah skalar, A dan B adalah himpunan fuzzy. Proposisi yang mengikuti IF disebut anteseden, sedangkan proposisi yang mengikuti THEN disebut konsekuen. Secara umum, ada dua fungsi implikasi, yaitu :
Min (minimum), fungsi ini akan memotong output himpunan fuzzy
Dot (product), fungsi ini akan menskala output himpunan fuzzy

Sistem Inferensi Fuzzy
Metode Tsukamoto Setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton
Metode Mamdani Sering dikenal dengan nama Metode Max-Min. Untuk mendapatkan output diperlukan 4 tahapan :
Pembentukan himpunan fuzzy
Aplikasi fungsi implikasi
Komposisi aturan
Penegasan (defuzzy)
c. Metode Sugeno
Penalaran ini hampir sama dengan penalaran Mamdani, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear.

Database Fuzzy
Salah satu diantara Basisdata fuzzy adalah model Tahani. model ini masih tetap menggunakan relasi standar, hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya.
Contoh kasus :
untuk menentukan periode umur dengan logika fuzzy
misalnya variable umur dibagi menjadi 3 kategori, yaitu :

MUDA umur < 35 tahun PAROBAYA 35 ≤ umur ≤ 55 tahun TUA umur > 55 tahun

Nilai keanggotaan secara grafis, himpunan MUDA, PAROBAYA, TUA :







usia 34 tahun maka dikatakan MUDA → µMUDA[34] = 1
usia 35 tahun maka dikatakan TIDAKMUDA → µMUDA[35] = 0
usia 35 tahun maka dikatakan PAROBAYA → µPAROBAYA[35] = 1
usia 34 tahun maka dikatakan TIDAKPAROBAYA → µPAROBAYA[34] = 0
usia 35 tahun kurang 1 hari maka dikatakan TIDAKPAROBAYA → µPAROBAYA[35 th – 1 hari] = 0
usia 35 tahun lebih 1 hari maka dikatakan TIDAKMUDA → µMUDA[35 th + 1 hari] = 0

Himpunan fuzzy digunakan untuk mengantisipasi hal tersebut diatas. Seseorang dapat masuk dalam 2 himpunan yang berbeda diantaranya :
MUDA dan PAROBAYA
PAROBAYA dan TUA, dsb.
Seberapa besar eksistensinya dalam himpunan tersebut dapat dilihat pada nilai/derajat keanggotaannya.







Himpunan fuzzy untuk variabel UMUR :












usia 40 tahun termasuk dalam himpunan MUDA dengan µMUDA[40] = 0,25 termasuk juga dalam himpunan PAROBAYA dengan µ PAROBAYA [40] = 0,5.
usia 50 tahun termasuk dalam himpunan TUA dengan µTUA[50] = 0,25
termasuk juga dalam himpunan PAROBAYA dengan µ PAROBAYA [50] = 0,5

Contoh grafik diatas adalah suatu fungsi keanggotaan untuk variabel UMUR yang dibagi menjadi 3 kategori atau 3 himpunan fuzzy yaitu MUDA, PAROBAYA, TUA, dimana dapat direpresentasikan
sebagai berikut :
1 , x ≤ 25
µ MUDA [x] = (45-x)/(45-25) 25 < x < 45
0 x ≥ 45

1 , x ≤ 35 atau x ≥ 55
µ PAROBAYA [x] = (x - 35)/(45 - 35) 35 < x < 45

(55 - x)/(55 - 45) 45 ≤ x ≤ 55

0 , x ≤ 45
µ TUA [x] = (x - 45)/(65 - 45) 45 < x < 65
1 , x ≥ 65
Contoh basis data masyarakat disekitar lingkungan rumah berdasarkan umur

No Nama Umur (th) Drajat keanggotaan (μ[x] )
Muda Parobaya Tua
01 Aa 30 1 0 0
02 Bb 48 0 0.7 0.1
03 Cc 36 0.9 0.1 0
04 Dd 37 0.8 0.2 0
05 Ee 42 0 0.3 0
06 Ff 39 0.3 0.4 0
07 Gg 37 0.4 0.2 0
08 Hh 50 0 0.5 0.2
09 Ii 35 1 0 0
10 Jj 25 1 0 0


Dari hasil dari pengolahan data dengan menggunakan logika fuzzy ditunjukkan bahwa umur Seseorang dapat masuk dalam 2 himpunan yang berbeda diantaranya :
MUDA dan PAROBAYA
PAROBAYA dan TUA, dsb.
Seberapa besar eksistensinya dalam himpunan tersebut dapat dilihat pada nilai/derajat keanggotaannya.

contoh bagian 2 program sederhana sql

Mysql –u root –p
Create database mahasiswa;
Use mahasiswa;
Create table mhs (nama varchar (20),npm varchar (10) primary key,kelas varchar (10),alamat varchar (30));
Create table mkul (kdmk varchar (10) primary key,matkul varchar(10),sks varchar(5),dosen varchar(20));
Create table nilai (npm varchar (10),kdmk varchar (10),mid varchar (5),final varchar (7));
Describe mhs;
Describe mkul;
Describe nilai;
Insert into mhs values (“50407001”,”rina”,”4ia04”,”depok”);
Insert into mhs values (“50407002”,”eby”,”4ia03”,”tebet”);
Insert into mhs values (“50407003”,”angga”,”4ia05”,”cibubur”);
Insert into mhs values (“50407004”,”tri”,”4ia07”,”cempaka”);
Insert into mkul values (“1ac02”,”arkom”,”3”,”anita”);
Insert into mkul values (“1ac04”,”ap1”,”3”,”oktorio”);
Insert into mkul values (“5kb15”,”kecerdasan buatan”,”2”,”syahbuddin”);
Insert into mkul values (“4dc21”,”ibd”,”1”,”ari hasan”);
Insert into mkul values(“1ac04”,”ap1”,”3”,”oktorio”);
Insert into nilai values(“50407001”,” 1ac02”,”100”,”65”);
Insert into nilai values(“50407002”,” 2ac04”,”754”,”80”);
Insert into nilai values(“50407003”,” 5kb15”,”90”,”70”);
Insert into nilai values(“50407004”,” 4dc21”,”76”,”95”);
Select * from mhs;
Select * from mkul;
Select * from nilai;
update mhs set nama = "ari" where alamat = "tebet";
delete from mhs where nama = "ari";

contoh sederhana program sql

Mysql –u root –r
Mysql> create database perpustakaan;
Mysql> show databases;
Mysql>use perpustakaan;
Mysql>create table pinjam_buku (kode buku varchar(10), nama varchar (25) not null, tanggal_peminjaman date, tanggal_pengembalian date;
Mysql> show tables;
Mysql>describe pinjam_buku;
Mysql> insert into pinjam_buku values (“TI001”,”ika”,”2010-10-01”,”2010-10-16”);
Mysql> insert into pinjam_buku values values (“TI002”,”rosa”,”2010-10-03”,”2010-10-17”);
Mysql> insert into pinjam_buku values values (“TI003”,”lika”,”2010-10-04”,”2010-10-18”);
Mysql> select * from pinjam_buku;
Mysql> alter table pinjam_buku add denda numeric (10);
Mysql> describe pinjam_buku;
Mysql> alter table pinjam_buku modify denda numeric (16) not null;
Mysql> describe pinjam_buku;
Mysql> alter table pinjam_buku drop denda;
Mysql> select * from pinjam_buku;
Mysql> quit

storyboard my siput,,

Siput adalah hewan lunak yang peka terhadap rangsangan dari luar seperti sentuhan manusia atau suhu yang terlalu panas. Siput hidup di tempat yang lembab suhu normal. hewan yang mempunyai rumah atau canggkang ini apabila terkena sentuhan manusia atau suhu yang tidak membuatnya nyaman maka tubuh hewan ini akan masuk ke dalam cangkang atau rumahnya yang selalu dia bawa di punggungnya,

Oleh karena itu, saya menggambar siput ini  untuk melihat pergerakan siput dimana badannya kan masuk-keluar cangkang atu rumahnya.

gambar siput,,,dibawah sinar matahari,,,^_^

 

siput gw,,,

created by ika_rosalika