Definisi Logika Fuzzy

Fuzzy secara bahasa dapat diartikan samar, dengan kata lain logika fuzzy adalah logika yang samar. Dimana pada logika fuzzy suatu nilai dapat bernilai 'true' dan 'false' secara bersamaan. Tingkat 'true' atau 'false' nilai dalam logika fuzzy tergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy memiliki derajat keanggotaan rentang antara 0 hingga 1, berbeda dengan logika digital yang hanya memiliki dua keanggotaan 0 atau 1 saja pada satu waktu. Logika fuzzy sering digunakan untuk mengekspresikan suatu nilai yang diterjemahkan dalam bahasa (linguistic), semisal untuk mengekspresikan suhu dalam ruangan apakah ruangan tersebut dingin, hangat, atau panas.

Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input dalam suatu ruang output dan memiliki nilai yang berlanjut. Kelebihan logika fuzzy ada pada kemampuan penalaran secara bahasa. Sehingga, dalam perancangannya tidak memerlukan persamaan matematis yang kompleks dari objek yang akan dikendalikan.

Logika Fuzzy dengan menggunakan Matlab

MATLAB adalah sistem perangkat lunak interaktif dengan elemen dasar basis data array. Hal ini memunginkan seorang pengguna (user) dapat memecahkan masalah yang berhubungan dengan komputasi dan matematika serta perhitungan teknik, khususnya yang melibatkan matriks dan vektor dengan waktu yang lebih singkat darik waktu yang dibutuhkan untuk menulis program dalam bahasa C atau FORTRAN.MATLAB dikeluarkan oleh perusahaan Mathwork Inc. Agar dapat menggunakan fungsi fungsi logika fuzzy yang ada pada MATLAB, maka harus diinstalkan terlebih dahulu TOOLBOX fuzzy. Fuzzy logic toolbox memberikan fasilitas Grapihcal User Interface (GUI) untuk memperindah dalam membangun suatu sistem fuzzy.

Kelebihan Logika Fuzzy

1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.

2. Logika Fuzzy sangat fleksibel.

3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.

4. Logika Fuzzy mampu memodelkan fungsi-fungsi non linearyang sangat kompleks.

5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.

6. Logika Fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.

7. Logika fuzzy didasarkan pada bahasa alami.

Kekurangan Logika Fuzzy 

Selain kelebihan yang telah dijelaskan di atas, ternyata Fuzzy Logic juga memiliki kekurangan. Dalam mendesain fuzzy logic, sering ditemukan kesulitan dalam menentukan preferensi atau parameter agar output yang dihasilkan akurat, yaitu :

1.    Model Mamdani atau Sugeno atau model lain?

Penentuan model inference harus tepat, Mamdani biasanya cocok untuk masalah intuitive sedangkan sugeno untuk permasalahan yang menangani control

2.    Jumlah Nilai Linguistik untuk setiap variabel?

Kita harus merubah nilai crisp menjadi nilai linguisik. Jumlah dari nilai linguistik yang digunakan harus sesuai dengan permasalahan yang akan kita selesaikan.

3.    Batas-batas Nilai Linguistik?

Batas-batas nilai linguistik akan sangat berpengaruh pada akurasi fuzzy logic.

4.    Fungsi Keanggotaan: Segitiga, trapesium, phi, …?

5.    Fuzzy rule yang tepat?