Logika Fuzzy

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.
-