perbedaan metode tsukamoto mamdani sugeno

Belajar Logika Fuzzy: Perbedaan Fuzzy Inference System (FIS) Metode Tsukamoto, Metode Mamdani dan Metode Sugeno

Sebelum kita membahas perbedaan metode Tsukamoto, metode Mamdani dan metode Sugeno. Apa sih sebenarnya Fuzzy Inference System (FIS) ?

Fuzzy Inference System (FIS) merupakan bagian penting dari setiap logika fuzzy. Fuzzy inference adalah proses merumuskan pemetaan dari input yang diberikan ke output menggunakan logika fuzzy. Pemetaan Kemudian memberikan dasar dari mana keputusan dapat dibuat atau pola dilihat. Proses fuzzy inference melibatkan bagian komponen yaitu fungsi keanggotaan, operator logika fuzzy, dan aturan “IF – THEN”.

Berikut ini merupakan penjelasan komponen pada fuzzy inference.

fuzzy inference
Sumber: tutorialspoint.com
  1. Rule Base, berisikan aturan fuzzy IF-THE.
  2. Database, mendefinisikan fungsi keanggotaan himpunan fuzzy yang digunakan dalam aturan fuzzy.
  3. Decision Making unit, berfungsi untuk melakukan operasi pada aturan (rules).
  4. Fuzzification Interface Unit, berfungsi untuk mengubah kuantitas tegas menjadi fuzzy.
  5. Defuzzification Interface Unit, berfungsi untuk mengubah fuzzy menjadi jumlah crisp atau kesimpulan.

Metode Tsukamoto

Metode Tsukamoto merupakan metode yang untuk membantu dalam pemberian rekomendasi secara cepat, tepat dan akurat. Setiap kosekuen pada aturan (rule) yang berbentuk IF – THEN harus di presentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton.

Hasilnya adalah outoput hasil inferensi dari tiap – tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat. Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.

Tahapan yang digunakan Tsukamoto.

  1. Pembentukan himpunan fuzzy, variabel input maupun output dibagi menjadi satu atau lebih himpunan fuzzy.
  2. Fuzzifikasi, menentukan derajat keanggotaan variabel input.
  3. Pembentukan basis pengetahuan fuzzy (rule dalam bentuk IF – THEN)
  4. Implikasi dengan fungsi Min untuk mendapatkan nilai α-predikat tiap rule (a1, a2,…. an). Kemudian masing-masing nilai α-predikat digunakan untuk menghitung keluaran hasil inferensi secara tegas (crisp) masing – masing rule (z1, z2,…… zn).
  5. Defuzzifikasi menggunakan metode rata-rata.
Baca juga :   Algoritma C4.5: Pengertian, Cara kerja dan Contoh Implementasi

Metode Tsukamoto

Metode Mamdani

Metode Max – Min merupakan nama yang sering dikenal selain Mamdani, pertama kali dikemukakan oleh Ebrahim Mamdani pada tahun 19975.

Mamdani digunakan untuk mengendalikan mesin uap dan boiler yang dikombinasikan dengan sekumpulan aturan lingustik yang diperoleh oleh operator yang berpengalaman. Untuk menentukan output terdapat beberapa tahapan yaitu.

  1. Pembentukan himpunan fuzzy.
  2. Fuzzyfikasi, yaitu menentukan derajat keanggotaan variabel input.
  3. Operasi logika fuzzy, dilakukan jika bagian antesedan lebih dari satu pernyataan melakukan operasi – operasi logikan fuzzy. Hasil akhir dari operasi ini adalah derajat kebenaran antesedan yang berupa bilangan tunggal.
  4. Implikasi, menentukan bentuk akhir output fuzzy. Consequent atau keluaran dari atauran fuzzy ditentukan dengan mengisi kumpulan fuzzy keluaran ke variabel keluaran. Fungsi implikasi yang digunakan adalah Min.
  5. Agregasi, proses mengkombinasikan keluaran semua aturan IF – THEN menjadi sebuah kumpulan fuzzy tunggal menggunakan fungsi Max. Apabila implikasi yang digunakan Min maka metode agregasi disebut Max – Min atau Mamdani.
  6. Defuzzifikasi, input dari proses ini adalah suatu himpunan fuzzy yang diperoleh dari komposisi atauran (rule), sedangkan outpunya adalah bilangan pada domain himpunan fuzzy tersebut. Salah satu metode untuk defuzifikasi yaitu metode centroid. Metode ini mengambil titik pusat (z*) daerah fuzzy.
Metode Mamdani semesta kontinu
Rumus untuk semesta kontinu
Metode Mamdani semesta diskrit
Rumus untuk semesta diskrit

Metode Sugeno

Metode fuzzy Sugeno di perkenalkan paga tahun 1985 oleh Takagi-Sugeno Kang. Penalaran metode Sugeno hampir mirip dengan mamdani, hanya saja kesekuen (output) tidak berupa himpunan fuzzy tetapi berupa konstanta atau persamaan linier. metode ini terbagi dari 2 model yaitu.

1. Model Fuzzy Sugeno Order-Nol

Secara umum bentuk model Sugeno Order Nol.

IF (x1 is A1) º (x2 is A2) º …. º (xn is An) THEN z=k

Baca juga :   Dataset Adalah: Pengertian, Struktur, Peran dan Jenis-Jenisnya

Dengan Ai adalah himpunan fuzzy ke-i, sebagai antesedan dan k adalah suatu konstanta sebagai kosekuen.

2. Model Fuzzy Sugeno Order-Satu

Secara umum bentuk model Sugeno Order Satu.

IF (x1 is A1) º … º (xn is An) THEN z= p1*x1 + .. + pn*xn + q

Dengan Ai adalah himpunan fuzzy ke-i sebagai atesedan dan pi adalah konstanta ke – i dan q juga merupakn konstanta dalam kosekuen. Apabila komposisi aturan menggunakan metode Sugeno maka defuzzy dilakukan dengan cara mencari nilai rata – rata.

Perbandingan Metode Tsukamoto, Mamdani dan Sugeno

Mamdani dan Sugeno merupakan dua metode yang sering digunakan. Metode mudah diaplikasikan tanpa terlalu banyak informasi awal dari sistem. Metode ini juga sederhana dan mudah untuk sistem yang bersifat linier.

Kelemahan metode Mamdani yaitu tidak dapat membedakan informasi spesifik dari ruang input dann membutuhkan aturan anteseden yang menjangkau semua ruang input.

Sedangkan metode Sugeno membutuhkan estimasi dari parameter yang terdapat pada data. Keunggulannya sangat mudah digunakan untuk berbagai teknik analisis stabilitas.

Metode Tsukamoto tidak terlalu menarik karena proses defuzzifikasi yang sangat mudah menggunakan fungsi monoton. Walaupun tidak membutuhkan waktu yang lama untuk proses defuzzifikasi, tetapi tidak sejelas kedua metode lainnya. Metode ini tidak mengikuti aturan secara ketat komposisi aturan dimana output selalu tegas (crisp) walaupun inputan berupa fuzzy.

Beberapa penelitian dilakukan untuk membandingkan ketiga metode di atas.  Dari membandingkan ketiga metode untuk menentukan diagnosa penyakit paru dan dihasilkan bahwa metode Sugeno tebaik selanjutnya metode Tsukamoto dan Mamdani.

Tetapi hasil yang berbeda didapatkan pada penelitian dilakukan oleh Saepullah & Romi yang membandingkan penghematan air conditioner (AC), diperoleh bahwa metode Tsukamoto memberikan nilai efisien yang paling baik kemudian disusul dengan Mamdani dan Sugeno.

Baca juga :   Data Ordinal Adalah: Pengertian, Ciri-Ciri dan Implementasi

Penutup

Nah, sekarang kamu sudah tahu bahwa terdapat perbedaan metode Tsukamoto, metode Mamdani dan metode Sugeno. Dari perbedaan tersebut kamu bisa menggunakan metode fuzzy yang tepat dan dan cocok dengan kasus yang kamu alami.

Artikel ini merupakan bagian dari seri artikel belajar Kecerdasan Buatan dan jika ada ide topik yang mau kami bahas silahkan komen di bawah ya..