RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER Judul Matakuliah Logika Fuzzy Disusun oleh: Retantyo Wardoyo PROGRAM STUDI S1 ILMU KOMPUTER JURUSAN ILMU KOMPUTER DAN ELEKTRONIKA FAKULTAS MIPA, UNIVERSITAS GADJAH MADA Agustus 2013 HALAMAN PENGESAHAN RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER Judul Matakuliah : Logika Fuzzy : 3 sks Penyusun Nama NIP Pangkat/Golongan Jabatan sekarang : : Retantyo Wardoyo : 19590311 198303 1005 : IV/a : Lektor Kepala Yogyakarta, 9-September-2013 Mengetahui: Penyusun, Ketua Program Studi Dr.-Ing. Reza Pulungan, M.Sc. NIP Retantyo Wardoyo NIP 19590311 198303 1005 DESKRIPSI MATAKULIAH 1. 2. 3. 4. 5. 6. Nama Matakuliah Kode SKS Semester Sifat Matakuliah prasyarat : Logika Fuzzy : MIK 4401 :3 : Gasal : Wajib : Logika Informatika A. LATAR BELAKANG Logika fuzzy, ada yang menyebutkan samar, atau kabur, merupakan pengembangan logika klasik yang hanya mempunyai 2 nilai kebenaran: True/False, Benar/Salah, 1/0. Nilai kebenaran logika fuzzy diperluas menjadi dalam suatu interval tertentu, umumnya [0, 1]. Ini berakibat operator logika mengalami perubahan yang sangat drastis dengan adanya interpretasi yang berbeda-beda. Demikian pula interpretasi implikasi, modus ponens, dan sebagainya mengalami perubahan yang sangat besar. Logika fuzzy ini sangat bermanfaat pada sistem kontrol, sistem pakar, dan sistem klasifikasi. B. SILABUS MATAKULIAH Fungsi dan keanggotaan himpunan; himpunan fuzzy; sifat-sifat himpunan fuzzy; operator pada himpunan fuzzy: komplemen, s-norm, t-norm; relasi fuzzy dan komposisi relasi fuzzy; sifat-sifat khusus relasi fuzzy; linguistik; proposisi fuzzy; operator logika fuzzy; implikasi fuzzy (fuzzy rule); generalised modus ponens; generalised modus tollens; generalised hypothetical syllogism; sistem aturan fuzzy; fuzzifikasi dan defuzzifikasi. TUJUAN PEMBELAJARAN Kompetensi hardskill. Setelah menempuh mata kuliah ini mahasiswa diharapkan : a. Mampu membedakan himpunan dan logika biasa dengan himpunan dan logika fuzzy beserta sifat-sifat dan operatornya dan interpretasinya b. Mampu merancang himpunan fuzzy dan logika fuzzy serta menerapkan sifatsifat dan operatornya c. Mampu merancang sistem aturan fuzzy serta menentukan outputnya jika diketahui inputnya, baik yang fuzzy maupun tidak fuzzy Kompetensi softskill Setelah memenuhi tujuan pembelajaran mata kuliah ini mahasiswa diharapkan: a. Mampu menggunakan konsep dalam kuliah tersebut ke dalam sistem pakar, sistem klasifikasi, serta sistem fuzzy dalam bidang-bidang lain b. Mampu merancang dan mendefinisikan interpretasi operator fuzzy C. METODE PEMBELAJARAN DAN ALOKASI WAKTU MATAKULIAH INI AKAN DISAJIKAN SELAMA 14 MINGGU DENGAN BOBOT 3 SKS (TOTAL 42 JAM) SEHINGGA DIRANCANG KEGIATAN BERIKUT: NO 1 2 4 JENIS KEGIATAN KEGIATAN TATAP MUKA (TEORI) DISKUSI DAN LATIHAN SOAL QUIS ([email protected] JAM) JUMLAH JUMLAH JAM @ 50 MENIT 24 JAM 15 JAM 3 JAM 42 JAM D. RENCANA KEGIATAN MINGGUAN (di luar UTS dan UAS) Pertemuan ke.. Materi Kuliah I - Penjelasan mengenai sistem pembelajarannya, evaluasi, dan aturan-aturan Gambaran umum isi matakuliah serta kaitannya dengan matakuliah lain II - Menjelaskan konsep fungsi keanggotaan himpunan terkait dengan syarat keanggotaan Contoh-contohnya III - IV - Sifat-sifat himpunan fuzzy: kesamaan, himpunan bagian, support, alphacut, tinggi, normal, konveks Operator pada himpunan fuzzy: komplemen, union, interseksi dengan interpretasi standard Contoh-contohnya, dan latihan - Interpretasi umum operator komplemen, operator union (s-norm), dan operator interseksi (t-norm) Interpretasi Lukasiewicz, Yager, dan beberapa yang lain Contoh-contohnya, dan latihan Kuis Tugas pekerjaan rumah VI - Relasi fuzzy, komposisi relasi fuzzy Sifat-sifat khusus relasi fuzzy: refleksif, simetris, dan transitif Contoh-contoh dan latihan Kuis Tugas Pekerjaan rumah VII - Konsep linguistik dalam logika fuzzy Linguistik generator, operator logika dalam linguistik: not, and, or Operator hedges: very, rather Contoh-contohnya, dan latihan V - Dari himpunan crisp ke himpunan fuzzy, fungsi dasar (fungsi S) untuk fungsi keanggotaan fuzzy (segitiga, trapesium, fungsi Gauss), fungsi diskrit. Contoh-contohnya - Proposisi fuzzy atomik Proposisi fuzzy majemuk dengan operator logika not, and, or sebagai relasi fuzzy Contoh-contohnya, dan latihan Pemberian pekerjaan rumah IX - Implikasi fuzzy Berbagai interpretasi implikasi fuzzy Contoh-contohnya, dan latihan Kuis, pekerjaan rumah X - Generalised Modus Ponens serta komputasinya Contoh-contohnya, dan latihan Kuis XI - Generalised Modus Tollens serta komputasinya Generalised Hypothetical Syllogism dan komputasinya Contoh-contohnya, dan latihan Tugas GMP, GMT, dan GHS XII - Contoh pemrograman untuk himpunan dan logika fuzzy XIII - Sistem aturan Fuzzy Metode komputasi individual, dan metode komputasi komposit. Contoh-contohnya, dan latihan XIV - Fuzzifikasi: singleton, segitiga, gauss Defuzzifikasi: dengan formula ordinat titik pusat massa, dan komputasinya Kaitannya dengan sistem aturan fuzzy Contoh-contohnya VIII - E. KOMPONEN PENILAIAN PENILAIAN DIDASARKAN PADA PRESTASI MAHASISWA DALAM MENGERJAKAN AKTIVITAS PEMBELAJARAN YAITU: NO 1 2 3 KOMPONEN PENILAIAN TUGAS (PR DAN QUIS) UJIAN SISIPAN UJIAN AKHIR PROSENTASE 20 % 30 % 50 % E. REFERENSI 1. Wang, L., 1997, “A Course in Fuzzy Systems and Control”, Prentice-Hall International, Inc., New Jersey. 2. Klir, G.J. and T.A. Folger, 1988, “Fuzzy Sets, Uncertainty, and Information”, Prentice-Hall, New Delhi. 3. Zimmerman, H.J., 1991, “Fuzzy Set Theory and Its Applications”, Kluwer Publishing Co, Amsterdam. 4. Kaufmann, A. and M.M. Gupta, 1991, “Introduction to Fuzzy Arithmetic Theory and Applications”, Van Nostrand Reinhold, New York. -