Sebelum membahas pengertian logika fuzzy, terlebih dahulu menelaah kata-kata tersebut. Logika fuzzy terdiri dari dua kata, logika merupakan ilmu yang mempelajari secara sistematis kaidah-kaidah penalaran yang absah dapat diterima akal sehat manusia, sedangkan kata fuzzy secara bahasa dapat diartikan samar, sesuatu yang nilainya tidak mutlak hitam atau putih, yakni berada diantara keduanya sehingga bisa diartikan abu-abu. Dengan demikian pengertian logika fuzzy adalah logika yang samar atau abu-abu dan dapat diterima dipertanggung jawabkan oleh akal sehat manusia. Dimana pada logika fuzzy suatu nilai dapat bernilai 'true' dan 'false' secara bersamaan. Logika fuzzy ini dikemukakan oleh Dr. Lofti Zadeh pada tahun 1965, yang sosoknya terlihat pada gambar berikut.
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 konvensional 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'. Penggunaan variable linguistic tersebut bersifat subjektif, dapat berbeda bagi masing-masing orang. Misalkan saja bagi seseorang suhu 23 derajat celsius sudah dianggap 'dingin', namun bagi orang lain suhu tersebut sudah dianggap 'hangat'. Pada kasus tersebut logika fuzzy memungkinkan komputasi berdasarkan derajat keanggotaan yang lebih dari satu, yakni seberapa suhu 23 derajat celsius itu termasuk kategori himpunan 'dingin', 'hangat', dan 'panas'. Contoh lainnya dapat pula untuk mengekspresikan kriteria usia seseorang semisal 'anak-anak', 'remaja', 'dewasa', dan 'tua lanjut usia'.
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input dalam suatu ruang output dan memiliki nilai yang berlanjut. Kelebihan dari logika fuzzy terletak pada kemampuan penalaran secara bahasa.
Pada logika crisp, fungsi keanggotaan menyatakan keanggotaan entitas pada suatu himpunan. Fungsi keanggotaan χA(x) bernilai ‘true’ (1) jika x merupakan anggota dari himpunan A, dan akan bernilai ‘false’ (0) jika x bukan anggota dari himpunan A. Berikut ini notasi matematikanya.
χA : x{0,1}
Sementara pada logika fuzzy, nilai dari fungsi keanggotaan ini berada dalam interval 0.0 sampai 1.0, dengan notasi matematika sebagai berikut.
μA : x [0,1]
Fungsi keanggotaan μA(x) akan bernilai ‘true’ (1) jika x merupakan anggota penuh dari himpunan A, dan akan bernilai ‘false’ (0) jika x bukan merupakan anggota dari himpunan A. Sementara bila derajat keanggotaan berada dalam selang (0,1), misalnya μA(x) = μ, menyatakan x sebagian anggota himpunan A dengan derajat keanggotaan sebesar μ.
Lihat juga mengenai Implementasi Kendali Logika Fuzzy pada Robot Line Follower.