Tahapan Perancangan Sistem Fuzzy


Tahapan dalam perancangan sistem fuzzy dapat dirumuskan dalam beberapa langkah utama, yakni fuzzification, rule evaluation, dan defuzzification. Berikut gambar garis besar tahapan perancangan sistem fuzzy.

<img src="fuzzy_system.jpg" alt="fuzzy_system">

Fuzzification
Tahap fuzzification merupakan tahapan awal dimana terjadi proses memetakan suatu nilai crisp dalam himpunan fuzzy. Dengan kata lain membuat suatu nilai crisp menjadi suatu nilai yang berkisar antara 0 hingga 1 dalam himpunan-himpunan fuzzy yang tersedia.

Rule Evaluation
Pada tahap rule evaluation dilakukan evaluasi, pengecekan, pengambilan keputusan aturan, knowledge base, rule base yang akan diterapkan dengan menyesuaikan kondisi nilai pada himpunan-himpunan fuzzy. Beberapa aturan dapat diterapkan sekaligus pada kondisi tersebut. Banyaknya aturan yang diterapkan tergantung dari banyaknya nilai himpunan fuzzy yang tidak bernilai 0 di dalamnya. Bila suatu nilai himpunan fuzzy bernilai 0 maka aturan yang memuat antecedent atas himpunan tersebut dapat diabaikan dengan kata lain tidak digunakan.
Aturan, rule base, atau knowledge base memuat sejumlah fungsi yang memetakan sejumlah antecedent dengan consequent-nya dengan bentuk if-then, bila (if) antecedent bernilai x maka (then) consequent bernilai y.

Defuzzification
Tahap selanjutnya ialah defuzzification. Berbeda dengan fuzzification, pada tahap ini proses memetakan suatu nilai ruang fuzzy ke dalam nilai crisp. Dengan kata lain untuk mengubah nilai fuzzy menjadi nilai crisp. Nilai crisp inilah yang nantinya akan digunakan dalam implementasi dan analisis akhirnya.
Terdapat beberapa metode yang dapat digunakan untuk mengubah suatu nilai fuzzy dalam nilai crisp, metode defuzzification tersebut antara lain, Center-of-Gravity, Center-of-Average, First-of-Max, Last-of-Max, dan lain sebagainya.
Pada dasarnya setiap metode defuzzification memiliki kelebihan dan kekurangannya masing-masing, serta kebutuhan implementasinya itu berbeda-beda. Kinerja metode defuzzification untuk satu sistem dengan sistem lainnya tidak selalu sama, tergantung kebutuhan mana yang paling sesuai dalam suatu sistem.

Lihat juga mengenai Implementasi Kendali Logika Fuzzy pada Robot Line Follower.