METODE FUZZY LOGIC UNTUK PENGAMBILAN KEPUTUSAN : METODE TSUKAMOTO (MANUAL) DAN METODE MAMDANI (MATLAB)
METODE FUZZY LOGIC UNTUK
PENGAMBILAN KEPUTUSAN : METODE TSUKAMOTO (MANUAL) DAN METODE MAMDANI
(MATLAB)
Fuzzy Logic merupakan salah satu
pembentuk soft computing yang pertama kali diperkenalkan oleh Lotfi A.
Zadeh pada tahun 1965 dengan dasarnya adalah teori himpunan fuzzy. Pada teori
himpunan fuzzy peranan derajat keanggotaan
sebagai penentu keberadaan elemen dalam
suatu himpunan sangatlah penting.
Ok, kali ini saya akan membagikan bagaimana menggunakan metode Fuzzy Logic untuk pengambilan keputusan. Metode ini sudah banyak dikembangkan diantara metode Sugeno, Mamdani, Tsukamoto dan lain sebagainya. Setiap metode memilki kelebihan dan kekurangan masing-masing. Namun pada kesempatan kali ini saya menggunakan dua metode yaitu Tsukamoto dan Mamdani untuk pengambilan keputusan jumlah produksi alat.
Contoh soal :
Sebuah perusahaan memproduksi alat jenis X, dari data 1
bulan terakhir yang diperoleh sebagai berikut
:
Permintaan terbesar = 5000 alat/hari , Permintaan
terkecil = 1000 alat/hari
Persediaan terbanyak =1000 alat/hari, Persediaan paling
sedikit = 500 alat/hari
Produksi maksimal = 6000 alat/hari, produksi minimal =
2000 alat/hari
[R1] IF Permintaan TURUN And Persediaan BANYAK THEN
Produksi Barang BERKURANG;
{R2] IF Permintaan TURUN And Persediaan
SEDIKIT THEN Produksi Barang BERKURANG;
[R3] IF Permintaan NAIK And Persediaan BANYAK THEN
Produksi Barang BERTAMBAH;
[R4] IF Permintaan NAIK And Persediaan SEDIKIT THEN
Produksi Barang BERTAMBAH;
Ditanya : berapa alat jenis X yang harus diproduksi, jika
jumlah permintaan sebanyak 2500 alat dan persediaan digudang masih 600 alat ? (Gunakan fungsi keanggotaan linear)
Jawab :
a.
Manual dengan metode
Tsukamoto
Ada 3 variabel yang
digunakan yaitu :permintaan, persediaan dan produksi.
Permintaan : 1000 – 5000, x = 2500
Persediaan : 500 – 1000, y = 600
Produksi : 2000 – 6000, z = ?
1)
Permintaan, terdiri dari 2 himpunan fuzzy : TURUN
dan NAIK
Permintaan turun
(2500)
(5000-2500)/ 4000 = 0,625
Permintaan naik
(2500)
(2500-1000)/ 4000 = 0,375
2)
Persediaan, terdiri dari 2 himpunan Fuzzy : SEDIKIT
dan BANYAK
Persediaan sedikit
(600):
(1000-600)/ 500 = 0,8
Persediaan banyak
(600):
(600-500)/ 500 = 0,2
Permintaan turun =
0,625 Persediaan sedikit = 0,8
Permintaannaik = 0,375 Persediaan banyak = 0,2
3)
Produksi, terdiri dari 2 himpunan Fuzzy : BERKURANG
dan BERTAMBAH
Rule 1 : min (permintaan turun; persediaan banyak)
: min (0,625; 0,2)
: 0,2
Produksi barang berkurang : (6000-z)/ 4000 = 0,2
z1 = 5200
Rule 2 : min (permintaan turun ; persediaan sedikit)
: min (0,625; 0,8)
: 0,625
Produksi barang berkurang : (6000-z)/ 4000 = 0,625
z2
= 3500
Rule 3 : min (permintaan naik; persediaan banyak)
: min (0,375; 0,2)
: 0,2
Produksi barang bertambah : (z-2000)/ 4000 = 0,2
z3 = 2800
Rule 4 : min (permintaan naik; persediaansedikit)
: min (0,375; 0,8)
: 0,375
Produksi barang bertambah : (z-2000)/ 4000 = 0,375
z4 = 3500
Berdasarkan perhitungan diatas maka jumlah yang harus diproduksi sebanyak
3643 kemasan/hari
b.
Menggunakan Matlab
Metode Mamdani
1)
Pada tampilan MATLAB R2014b pilih menu “APPS” kemudian. Langkah berikutnya pilih “Fuzzy
Logic Designer”. klikFile>New FIS>Mamdani.
2)
Klik Edit>Add
Variable, pilih input
maka input akan menjadi 2. Selanjutnya ganti input1 dengan “Permintaan”dan input2 dengan “Persediaan”
, sementara output1 diganti dengan “Produksi”.
Gambar 1. Desain fuzzy
logic metode mamdani
3) Klik Edit>Membership Functions, selanjutnya klik Edit>Remove All MFs. Langkah berikutnya klik Edit>Add MFs sehingga muncul tampilan seperti gambar
, lalu pilih Number of MFs dengan angka 2.
4) Klik “Permintaan” pada FIS
Variable kemudian ganti “Name” dengan “Turun” dan “Naik”, pada “Range” masukkan nilai 1000 dan 5000
sesuai nilai permintaan terkecil dan terbesar. klik “Persediaan”
pada FIS
Variable kemudian ganti “Name” dengan “Sedikit” dan “banyak” masukkan nilai 500 dan 1000 sesuai nilai persediaan paling sedikit dan terbanyak di
gudang. klik“Produksi” pada FIS Variable kemudian ganti “Name” dengan “Berkurang” dan “Bertambah” masukkan nilai 2000 dan 6000
sesuai dengan nilai jumlah produksi mesin. Hasil dapat dilihat pada Gambar 2.
Gambar 2. Desain input-output
Fuzzy Logic Mamdani pada Matlab
5)
Setelah memasukkan FIS Variable, kemudian dimasukkan
aturan Fuzzy pada soal dengan klik Edit> Rules seperti pada Gambar 3.
Gambar 3.
Memasukkan Rules (aturan) Fuzzy
6)
Setelah aturan Fuzzy dimasukkan kemudian pilih View > Rules dan masukkan pada input
2500 dan 600 sesuai permintaan dan persediaan pada soal. Diperoleh tampilan
seperti pada Gambar 4.
Gambar 4. Hasil akhir
metode mamdani
Berdasarkan gambar tersebut diperoleh bahwa perusahaan
harus memproduksi 3750 alat jika permintaan sebanyak 2500 alat
dan persediaan digudang 600 alat.
Komentar
Posting Komentar