Fuzzy Logic
Belum tahu apa itu Fuzzy Logic? Ketahui semua informasi tentang Fuzzy Logic hanya di Kamus IT Techbuddy, mulai dari definisi, pengertian, fungsi, dan lain sebagainya

Mengenal Apa itu Fuzzy Logic : “Mystery, Sudoku, Leisure time” tersedia di https://pixabay.com/photos/mystery-sudoku-leisure-time-rates-647700/
Definisi Fuzzy Logic
Lotfi Zadeh adalah orang yang pertama kali mengenalkan konsep Fuzzy Logic pada tahun 1965. Menurutnya, Fuzzy Logic adalah suatu cara untuk memodelkan ketidakpastian yang mirip dengan ketidakpastian manusia.
Selanjutnya, Earl Cox, seorang pakar dalam bidang artificial intelligence dan Fuzzy Logic, mendefinisikan Fuzzy Logic sebagai suatu teknik untuk menggambarkan dan mengolah data yang ambigu dan tidak pasti.
Apa itu Fuzzy Logic?
Secara sederhana, Fuzzy Logic adalah suatu pendekatan untuk menggambarkan dan mengolah data yang tidak pasti dan ambigu. Dalam Fuzzy Logic, tidak ada hitam putih, benar salah, satu atau nol. Semuanya bisa berada di antara dua nilai ekstrim tersebut.
Banyak di antara kita yang mengira bahwa dunia logika itu hitam dan putih, benar atau salah, satu atau nol. Namun, Fuzzy Logic hadir untuk meruntuhkan anggapan tersebut.
Jika kamu mencoba membayangkan sebuah koin yang sedang berputar di udara, di mana sisi kepala dan ekor koin tersebut bukan lagi dua hal yang mutlak, tapi ada sejumlah kemungkinan lain di antara keduanya, itulah gambaran dasar dari Fuzzy Logic.
Dalam kehidupan sehari-hari, banyak sekali contoh yang menunjukkan bahwa kita seringkali berhadapan dengan situasi yang tidak pasti dan kabur (fuzzy).
Contohnya, ketika kamu mencoba menentukan sejauh mana kecepatan mobil yang bisa dibilang “cepat”. Apakah 80 km/jam sudah cukup dianggap cepat? Atau mungkin harus 100 km/jam atau lebih? Nah, dalam Fuzzy Logic, semua pertanyaan tersebut bisa dijawab dengan derajat keanggotaan, yaitu nilai antara 0 dan 1 yang mencerminkan sejauh mana suatu elemen memenuhi suatu kriteria.
Dengan kata lain, Fuzzy Logic adalah suatu metode yang digunakan untuk menggambarkan dan mengolah data yang tidak pasti dan ambigu dengan cara yang mirip dengan cara manusia berpikir.
Dengan Fuzzy Logic, kita dapat memodelkan pengetahuan yang kabur dan ketidakpastian dengan lebih baik, sehingga dapat menghasilkan sistem yang lebih robust dan tahan terhadap gangguan.
Berbeda dengan logika biner tradisional yang hanya mengenal dua nilai (benar dan salah), Fuzzy Logic mengenal banyak nilai antara kedua ekstrem tersebut.
Misalnya, suatu hari yang dianggap panas oleh seseorang bisa jadi dianggap hangat oleh orang lain.
Dalam Fuzzy Logic, kita bisa mengatakan bahwa hari itu 0.7 panas dan 0.3 hangat, yang mencerminkan bahwa tingkat kepanasan dan kehangatan adalah hal yang relatif dan tidak mutlak.
Singkatnya, Fuzzy Logic adalah suatu cara untuk mengolah data dan membuat keputusan dalam lingkungan yang penuh dengan ketidakpastian dan ambigu. Dengan pendekatan ini, kita bisa membuat sistem yang lebih mirip dengan cara manusia berpikir dan merespon terhadap situasi nyata.
Fungsi Fuzzy Logic
Pada dasarnya, Fuzzy Logic memiliki beberapa fungsi utama, yaitu:
1. Fuzzifikasi
Ini adalah proses konversi nilai input yang tegas (crisp) menjadi set fuzzy. Set fuzzy adalah kumpulan nilai dengan derajat keanggotaan yang berbeda-beda dalam sebuah interval.
2. Inferensi Fuzzy
Ini adalah proses pembentukan aturan-aturan yang menggambarkan bagaimana sistem harus bereaksi terhadap input. Aturan-aturan ini biasanya dibentuk berdasarkan pengetahuan pakar atau pengamatan empiris.
3. Defuzzifikasi
Ini adalah proses konversi output fuzzy menjadi nilai tegas (crisp). Defuzzifikasi seringkali diperlukan jika output sistem harus digunakan untuk kontrol atau pengambilan keputusan.
10 Penerapan Fuzzy Logic
Berikut adalah sepuluh penerapan Fuzzy Logic dalam berbagai bidang:
1. Kontrol Suhu
Fuzzy Logic digunakan dalam sistem kontrol suhu untuk menginterpretasikan input yang ambigu seperti “hangat” atau “dingin”.
2. Kontrol Lampu Lalu Lintas
Fuzzy Logic juga digunakan untuk mengontrol lampu lalu lintas berdasarkan kondisi lalu lintas yang berubah-ubah.
3. Sistem Rekomendasi
Fuzzy Logic digunakan dalam sistem rekomendasi untuk menangani preferensi pengguna yang tidak pasti dan berubah-ubah.
4. Prediksi Harga Saham
Fuzzy Logic dapat digunakan untuk membuat prediksi harga saham yang lebih akurat berdasarkan data historis dan tren pasar.
5. Diagnostik Medis
Fuzzy Logic digunakan dalam diagnostik medis untuk membantu dokter membuat diagnosis berdasarkan gejala yang ambigu dan tidak pasti.
6. Kecerdasan Buatan
Fuzzy Logic digunakan dalam kecerdasan buatan untuk membuat sistem yang dapat menangani ketidakpastian dan ambigu.
7. Otomasi Rumah
Fuzzy Logic digunakan dalam otomasi rumah untuk mengontrol perangkat rumah tangga berdasarkan preferensi pengguna yang berubah-ubah.
8. Sistem Pendeteksi Kejahatan
Fuzzy Logic digunakan dalam sistem pendeteksi kejahatan untuk menangani data yang ambigu dan tidak pasti.
9. Sistem Navigasi
Fuzzy Logic digunakan dalam sistem navigasi untuk menangani data yang tidak pasti dan berubah-ubah.
10. Pengolahan Citra
Fuzzy Logic digunakan dalam pengolahan citra untuk mengolah data gambar yang tidak pasti dan berubah-ubah.
Bagaimana Cara Kerja Fuzzy Logic?
Cara kerja Fuzzy Logic pada dasarnya melibatkan tiga langkah utama, yaitu fuzzifikasi, inferensi fuzzy, dan defuzzifikasi. Pada tahap fuzzifikasi, nilai input yang tegas diubah menjadi set fuzzy.
Kemudian, pada tahap inferensi fuzzy, aturan-aturan dibentuk berdasarkan set fuzzy tersebut. Akhirnya, pada tahap defuzzifikasi, output fuzzy diubah kembali menjadi nilai tegas.
Sejarah dan Perkembangan Fuzzy Logic
Fuzzy Logic pertama kali dikenalkan oleh Lotfi Zadeh pada tahun 1965. Sejak saat itu, konsep ini terus berkembang dan digunakan dalam berbagai bidang, seperti kontrol sistem, kecerdasan buatan, dan pengambilan keputusan.
Beberapa momen penting dalam perkembangan Fuzzy Logic antara lain adalah penemuan konsep set fuzzy oleh Zadeh, pengembangan algoritma defuzzifikasi, dan penerapan Fuzzy Logic dalam sistem kontrol suhu dan lampu lalu lintas.
Selain itu, Fuzzy Logic juga telah diterapkan dalam kecerdasan buatan dan telah membuka jalan bagi pengembangan metode-metode baru dalam bidang ini.