tugas 1 soft computing - wahnan ahmal a.- 0606031591
TRANSCRIPT
Soal 1 Carilah suatu isu untuk diimplementasikan menjadi suatu mesin fuzzy.
Penerapan fuzzy pada permainan sasaran tembak. Di mana derajat keanggotaan dari sasaran hasil tembak diukur dari pusat lingkaran tembak. Semakin dekat hasil tembakan dari pusat lingkaran tembak, maka nilai derajat keanggotaannya semakin mendekati nilai 1, dan begitu juga sebaliknya. Semakin jauh hasil tembakan dari pusat lingkaran tembak, maka nilai derajat keanggotaannya semakin mendekati nilai 0. Berikut ilustrasi dari papan sasaran tembak:
Untuk memudahkan penilaian derajat keanggotaan dari hasil temabakan, perlu dibuat range sasaran tembak yang berbentuk lingkaran, dan tiap range diberi nilai tertentu tergantung jaraknya terhadap titik pusat sasaran. Kemudian untuk memperoleh hasil pengukuran fuzzy dengan tingkat ketelitian tinggi, dapat dilakukan dengan membuat range tiap lingkaran yang sangat rapat satu sama lain. Dengan kata lain, pada papan sasaran tembak akan terdapat sangat banyak lingkaran sebagai representasi range nilai derajat keanggotaan. Implementasi ini dapat diterapkan pada software jenis game, maupun pada kehidupan nyata latihan tembak. Jadi penghitungan nilai pada keberhasilan menembak, tidak perlu dihitung secara manual dengan hasil ketelitian yang lebih baik.
Aplikasi fuzzy untuk mengidentifikasi dan memprediksi kegagalan mahasiswa pada suatu mata kuliah. Implementasi ini dilakukan dengan melakukan eksperimen dengan membandingkan nilai dua himpunan mahasiswa yang mengambil suatu mata kuliah yang sama namun pada term yang berbeda. Sebagai contoh mahasiswa angkatan 2009 dan mahasiswa angkatan 2010 yang mengambil mata kuliah kalkulus. Pada data nilai, khusus dibandingkan pada beberapa mahasiswa saja yang mengalami kegagalan. Kemudian diperlukan suatu survey langsung terhadap
Tugas 1 – Soft Computing Wahnan Ahmal A. – 0606031591
mahasiswa-mahasiswa tersebut penyebab kegagalan. Setelah data terkumpul dan dibandingkan, misalnya akan diperoleh suatu simple fuzzy linguistic rule. IF a student is at least rather poor AND very passive, THEN she is problematic.
Dimisalkan fungsi keanggotannya sebagai berikut:
T = { not at all poor, not very poor, moderately poor, rather poor, very poor }
Soal 2 Data permintaan 1 bulan terakhir dari perusahaan makanan kaleng,
permintaan terbesar mencapai 5000 kemasan/hari permintaan terkecil sampai 1000 kemasan/hari
Sedangkan persediaan barang di gudang terbanyak sampai 600 kemasan/hari terkecil pernah sampai 100 kemasan/hari Keterbatasan perusahaan memproduksi barang maksimum 7000 kemasan/hari dan efisiensi mesin dan SDM tiap hari diharapkan memproduksi paling tidak 2000 kemasan. Tentukan fungsi keanggotaan dari dari variabel permintaan dan persediaan. Fungsi Keanggotaan dari permintaan:
Fungsi Keanggotaan dari persediaan:
150 155 160 168 1700
1PENDEK
SEDANG
TINGGI
Soal 3 Jika tinggi badan orang digambarkan dalam bentuk himpunan fuzzy sebagai berikut.
Tentukan rumus fungsi keanggotaan dari setiap himpunan fuzzy tinggi badan tersebut dan tentukan nilai(derajat) keanggotaan dari : a. μpendek[152], μsedang[152] b. μpendek[157], μsedang[157], dan μtinggi[157] c. μtinggi[165], μsedang[165]
Kurva Segitiga Fungsi keanggotaan kurva segitiga
Kurva Trapesiodal Fungsi keanggotaan kurva trapesiodal
a. μpendek[152], μsedang[152]
μpendek[152], kurva trapesiodal = (160 - 152) / (160 - 150) = 0.8 μsedang[152], kurva segitiga = (152 – 150) / (168 - 150) = 0,11111111111111111111111111111111
b. μpendek[157], μsedang[157], dan μtinggi[157] μpendek[157], kurva trapesiodal = (160 - 157) / (160 - 150) = 0.3 μsedang[157] , kurva segitiga = (157 - 150) / (168 - 150) = 0,38888888888888888888888888888889 μtinggi[157] , kurva trapesiodal = (157 - 155) / (170 - 155) = 0,1333333333333333333333333333333
c. μtinggi[165], μsedang[165] μtinggi[165] , kurva trapesiodal = (170 - 165) / (170 - 155) = 0,33333333333333333333333333333333 μsedang[165] , kurva segitiga = (165 - 150) / (168 - 150) = 0,83333333333333333333333333333333
Soal 4 Data karyawan suatu perusahaan sebagai berikut:
NIP NAMA Tgl.Lahir Usia
(tahun) Tgl
Masuk
Masa Kerja
(tahun)
Gaji/Bln (Rp.)
01 Lia 3-Jun-70 40 1996 14 750,000
02 Iwan 23-Sep-
52 58 1985 25 1,500,000
03 Sari 12-Jun-64 46 1988 22 1,255,000
04 Andi 6-Mar-63 47 1998 12 1,040,000
05 Budi 4-Dec-58 52 1990 20 950,000
06 Amir 18-Nov-
61 49 1989 21 1,600,000
07 Rian 28-May-
63 47 1997 13 1,250,000
08 Kiki 9-Jul-69 41 2001 9 550,000
09 Alda 14-Aug-
65 45 1999 11 735,000
10 Yoga 16-Sep-
75 35 2000 10 860,000
Buatlah fungsi keanggotaan dari variabel usia, masa kerja, gaji.
Fungsi keanggotaan usia Dari himpunan usia dibuat himpunan fuzzy:
Usia Muda: 0 Muda 45
Usia Paruh baya: 35 Paruh baya 55
Usia Tua: 45 Tua 100
NIP NAMA Tgl.Lahir Usia
(tahun) Derajat keanggotaan
01 Lia 3-Jun-70 40 μmuda[40]= 0.25 μparuh baya[40] = 1
02 Iwan 23-Sep-
52 58
μtua[58] = 0.65
03 Sari 12-Jun-64 46 μparuh baya[46] = 1 μtua[46] = 0.05
04 Andi 6-Mar-63 47 μparuh baya[47] = 1 μtua[47] = 0.1
05 Budi 4-Dec-58 52 μparuh baya[52] = 0.4 μtua[52] = 0.35
06 Amir 18-Nov-
61 49
μparuh baya[49] = 1 μtua[49] = 0.2
07 Rian 28-May-
63 47
μparuh baya[47] = 1 μtua[47] = 0.1
08 Kiki 9-Jul-69 41 μmuda[41] = 0.2 μparuh baya[41] = 1
09 Alda 14-Aug-
65 45
μmuda[45] = 0 μparuh baya[45] = 1 μtua[45] = 0
10 Yoga 16-Sep-
75 35
μmuda[35] = 0.5 μparuh baya[35] = 0
Fungsi keanggotaan masa kerja Dari himpunan masa kerja dibuat himpunan fuzzy:
Baru: 0 Baru 5
Sedang: 4 Sedang 8
Lama: 7 Lama 40
NIP NAMA Tgl
Masuk Masa Kerja
(tahun) Derajat keanggotaan
01 Lia 1996 14 μlama[14] = 1
02 Iwan 1985 25 μlama[25] = 1
03 Sari 1988 22 μlama[22] = 1
04 Andi 1998 12 μlama[12] = 1
05 Budi 1990 20 μlama[20] =1
06 Amir 1989 21 μlama[21] = 1
07 Rian 1997 13 μlama[13] = 1
08 Kiki 2001 9 μlama[9] = 1
09 Alda 1999 11 μlama[11] = 1
10 Yoga 2000 10 μlama[10] = 1
Fungsi keanggotaan gaji Dari himpunan gaji dibuat himpunan fuzzy:
Kecil: 0 Kecil 1,000,000
Sedang: 800,000 Sedang 1,500,000
Besar: 1,300,000 Besar 4,000,000
NIP NAMA Gaji/Bln
(Rp.) Derajat keanggotaan
01 Lia 750,000 μkecil[750,000] = 1
02 Iwan 1,500,000 μsedang[1,500,000] = 0 μbesar[1,500,000] = 0.5
03 Sari 1,255,000 μsedang[1,255,000] = 1
04 Andi 1,040,000 μsedang[1,040,000] =0.8
05 Budi 950,000 μkecil[950,000] = 0.2
μsedang[950,000] = 0.5
06 Amir 1,600,000 μbesar[1,600,000] = 0.75
07 Rian 1,250,000 μsedang[1,250,000] = 1
08 Kiki 550,000 μkecil[550,000] = 1
09 Alda 735,000 μkecil[735,000] = 1
10 Yoga 860,000 μkecil[860,000] = 0.56
μsedang[860,000] = 0.3