Metode Fuzzy Sugeno menjadi salah satu pendekatan populer dalam dunia logika fuzzy dan kecerdasan buatan (AI), terutama ketika kita dihadapkan pada pengambilan keputusan yang melibatkan banyak variabel tidak pasti. Dalam dunia nyata, data sering kali tidak selalu berbentuk angka pasti atau kondisi boolean (ya/tidak), melainkan berada di area abu-abu. Di sinilah metode seperti Fuzzy Sugeno memainkan peran penting karena mampu mengolah ketidakpastian menjadi keputusan yang terukur dan lebih realistis.
Metode ini pertama kali diperkenalkan oleh Takagi, Sugeno, dan Kang pada tahun 1985, sehingga sering disebut sebagai metode TSK (Takagi-Sugeno-Kang). Secara konsep, Fuzzy Sugeno memiliki kemiripan dengan metode Fuzzy Mamdani, namun perbedaan utamanya terletak pada bentuk output yang dihasilkan, yaitu berupa nilai crisp (tegas). Karena karakteristik ini, Fuzzy Sugeno banyak digunakan dalam sistem yang membutuhkan perhitungan cepat dan efisien, seperti sistem kontrol, prediksi, hingga sistem pendukung keputusan.
Apa Itu Fuzzy Sugeno?
Fuzzy Sugeno adalah metode dalam logika fuzzy yang digunakan untuk menghasilkan output berupa nilai tegas (crisp) melalui proses defuzzifikasi, dengan menggunakan fungsi linear atau konstanta sebagai hasil dari setiap aturan (rule). Metode ini banyak digunakan dalam sistem pengambilan keputusan karena lebih cepat dan efisien dibandingkan metode fuzzy lainnya.
Metode ini merupakan perkembangan dari metode Fuzzy Mamdani dan Fuzzy Tsukamoto, yang memiliki keunggulan dalam menangani masalah ketika memiliki banyak variabel yang tidak dapat dianggap sebagai bilangan pasti atau boolean.
Baca Juga: Belajar Logika Fuzzy: Pengertian, Cara Kerja dan Contoh Penerapan Logika Fuzzy
Cara Kerja Fuzzy Sugeno
Berikut tahap-tahap cara kerja pada metode ini.
1. Pembuatan aturan-aturan fuzzy
Tahap pertama dalam menggunakan metode ini adalah pembuatan aturan-aturan fuzzy yang akan digunakan sebagai dasar untuk mengambil keputusan. Aturan-aturan ini harus jelas dan terstruktur sesuai dengan masalah yang akan diselesaikan
2. Penentuan nilai-nilai fuzzy
Tahap selanjutnya adalah penentuan nilai-nilai fuzzy untuk setiap aturan yang telah kita buat. Nilai-nilai akan digunakan untuk menguji kevalidan aturan tersebut dengan masalah yang akan diselesaikan.
3. Penggunaan Operator
Setelai nilai-nilai fuzzy ditentukan, maka akan dilakukan penggabungan aturan-aturan dengan menggunakan operator AND dan OR. Penggabungan ini dilakukan untuk megetahui apakah aturan-aturan tersebut sesuai dengan masalah yang akan diselesaikan.
4. Penentuan nilai keluaran
Setelah aturan-aturan divalidasi, maka akan dilakukan penentuan nilai keluaran yang diinginkan sesuai dengan aturan-aturan yang telah ditentukan. Nilai keluaran ini merupakan solusi dari masalah yang akan diselesaikan.
5. Penyimpangan nilai keluaran
Terakhir, dilakukan pengukuran penyimpangan antara nilai keluaran yang diinginkan dengan nilai keluaran yang sebenarnya. Penyimpangan ini akan digunakan untuk mengevaluasi keakuratan metode Fuzzy Sugeno dalam menyelesaikan masalah yang dihadapi.
Selain itu, ada beberapa langkah tambahan yang perlu diperhatikan dalam menggunakan Fuzzy Sugeno yaitu.
Baca Juga: Fuzzy Tsukamoto : Cara Kerja, Contoh dan Implementasi
6. Pemilihan variabel
Pemilihan variabel yang tepat sangat penting dalam menggunakan Fuzzy Sugeno. Variabel yang dipilih harus sesuai dengan masalah yang akan diselesaikan dan dapat diukur dengan jelas.
7. Uji kevalidan aturan-aturan
Setelah aturan-aturan dan nilai fuzzy ditentukan, maka perlu dilakukan uji kevalidan aturan-aturan tersebut dengan meggunakan nilai-nilai yang diketahui. Uji kevalidan ini akan membantu menentukan apakah aturan-aturan tersebut sesuai dengan masalalh yang dihadapi atau tidak.
8. Eksperimentasi dan perbaikan
Setelah melakukan uji kevalidan, maka perlu dilakukan eksperimentasi untuk menentukan apakah metode Fuzzy Sugeno dapat menyelesaikan masalah yang dihadapi dengan baik atau tidak.
Jika terdapat penyimpangan yang signifikat antara nilai keluaran yang diinginkan dengan nilai keluaran yang sebenarnya, maka perlu dilakukan perbaikan aturan-aturan atau nilai-nilai fuzzy yang telah ditentukan sebelumnya.
9. Penyimpanan aturan dan nilai fuzzy
Setelah metode Fuzzy Sugeno berhasil menyelesaikan masalah yang dihadapi, maka aturan-aturan dan nilai fuzzy yang telah ditentukan perlu disimpan untuk digunakan pada masa yang akan datang.
Penyimpanan ini akan memudahkan proses pengambilan keputusan pada masalah yang serupa di masa yang akan datang.
Baca Juga: Fuzzy Mamdani : Cara Kerja, Contoh Soal dan Implementasi
Contoh Soal Fuzzy Sugeno
Berikut ini adalah contoh soal sederhana dalam menggunakan metode Fuzzy Sugeno.
Soal
Seorang siswa di sekolah memiliki nilai ujian sebagai berikut.
- Nilai Matematika = 80.
- Nilai Fisika = 70.
- Nilai Kimia = 60.
Nilai akhir siswa tersebut dapat ditentukan dengan menggunakan aturan-aturan berikut.
- Jika nilai Matematika > 75, maka nilai akhir = 0,4 * nilai Matematika + 0,3 * nilai Fisika + 0,3 * nilai Kimia.
- Jika nilai Matematika <= 75 dan nilai Fisika > 65, maka nilai akhir = 0,5 * nilai Matematika + 0,5 * nilai Fisika.
- Jika nilai Matematika <= 75 dan nilai Fisika <= 65, maka nilai akhir =0,6 * nilai Matematika + 0,4 nilai Fisika.
Berapakah nilai akhir siswa tersebut menggunakan metode Fuzzy Sugeno tersebut?
Jawaban
Nilai akhir siswa tersebut adalah 76. Pertama, kita periksa aturan pertama. Karena nilai Matematika > 75, maka nilai akhir siswa tersebut adalah 0,4 * 80 + 0,3 * 70 +0.3 * 60 = 76.
Kelebihan Fuzzy Sugeno Dibandingkan Fuzzy Mamdani
Fuzzy Sugeno memiliki beberapa kelebihan dibandingkan dengan metode defuzzifikasi Fuzzy Mamdani, diantaranya sebagai berikut.
- Lebih cepat dalam menghasilkan suatu keputusan dibandingkan dengan metode defuzzifikasi Fuzzy Mamdani.
- Lebih mudah dalam pemodelan dibandingkan dengan metode defuzzifikasi Fuzzy Mamdani.
- Lebih mudah dalam pemeliharaan dibandingkan dengan metode Fuzzy Mamdani.
Kelebihan Fuzzy Sugeno
Fuzzy Sugeno memiliki beberapa kelebihan dibandingkan dengan metode lain dalam menganalisis dan memecahkan masalah yang memiliki variabel yang tidak pasti. Kelebihan tersebut antara lain.
- Dapat menangani masalah yang memiliki banyak variabel dan aturan yang kompleks dengan mudah.
- Dapat menangani masalah yang memiliki data yang tidak tersetruktur dengan baik.
- Dapat menghasilkan keputusan yang lebih akurat dibandingkan dengan metode lainnya.
Kekurangan Fuzzy Sugeno
Meskipun memiliki kelebihan yang cukup banyak, metode ini juga memiliki beberapa kekurangan yang harus dipertimbangkan dalam penggunaanya. Kekurangan tersebut antara lain.
- Membutuhkan aturan-aturan yang jelas dan terstruktur untuk menghasilkan keputusan yang diinginkan.
- Penentukan nilai-nilai fuzzy untuk setiap aturan dapat menjadi subjektif dan tergantung pada pemahaman masing-masing individu.
- Tidak selalu mendapatkan hasil solusi yang optimal dalam masalah yang kompleks.
Contoh Implementasi Fuzzy Sugeno
Berikut ini adalah beberapa contoh implentasi yang telah dilakukan dengan metode ini.
- Sistem pendukung keputusan (SPK) untuk menentukan kelayakan kredit pada suatu bank.
- Sistem penyeimbang beban listrik di rumah dengan menggunakan microcontroller.
- Sistem pendukung keputusan untuk menentukan harga jual suatu produk.
- Sistem pendukung keputusan untuk menentukan prioritas pemeliharaan suatu mesin.
- Sistem pendukung keputusan untuk menentukan strategi marketing yang tepat untuk suatu perusahaan.
Baca Juga: Belajar Metode ANFIS (Adaptive Neuro-Fuzzy Inference System)
Kesimpulan
Pada pembelajaran kita di atas dapat kita simpulkan bawah metode Metode Fuzzy Sugeno merupakan salah satu teknik dalam logika fuzzy yang dirancang untuk menghasilkan keputusan yang cepat dan akurat dalam kondisi ketidakpastian. Dengan menggunakan output berupa nilai crisp, metode ini menjadi solusi yang efisien untuk berbagai permasalahan kompleks, terutama dalam sistem berbasis kecerdasan buatan dan pengambilan keputusan.
Dibandingkan metode lain seperti Fuzzy Mamdani dan Tsukamoto, Fuzzy Sugeno menawarkan keunggulan dalam hal kecepatan perhitungan dan kemudahan implementasi. Tidak heran jika metode ini banyak digunakan dalam berbagai bidang seperti sistem kontrol, prediksi, hingga sistem pendukung keputusan, sehingga menjadi salah satu pendekatan penting yang perlu dipahami dalam dunia teknologi modern.
Artikel ini merupakan bagian dari seri Kecerdasan Buatan KantinIT.com. Jika artikel ini bermanfaat, jangan lupa bagikan ke media sosial atau ke teman kamu.
