MEMBANDINGKAN FUZZY LOGIC MODEL SUGENO DAN MODEL TSUKAMOTO
Model Sugeno
Model Sugeno adalah salah satu bentuk dari sistem kontrol fuzzy yang dikenal dalam fuzzy logic. Dikembangkan oleh Takagi dan Sugeno pada awal tahun 1980-an, model Sugeno dikenal karena kemampuannya menghasilkan output berdasarkan aturan-aturan yang bersifat linguistik dan kombinasi linier dari input. Berbeda dengan model Mamdani, yang menghasilkan output fuzzy, model Sugeno memberikan output yang bersifat krisp atau tegas, yaitu nilai numerik konkrit.
Contoh Studi Kasus:
PENERAPAN METODE FUZZY SUGENO DALAM MENENTUKAN JUMLAH PEMBIAYAAN RAHN BERDASARKAN JUMLAH NASABAH DAN HARGA EMAS
Studi ini bertujuan untuk menentukan jumlah Pembiayaan Rahn berdasarkan jumlah nasabah dan harga emas di Pegadaian Syariah. Metode yang digunakan adalah metode Sugeno fuzzy yang merupakan bagian dari Sistem Inferensi Fuzzy. Hasil penelitian menunjukkan bahwa prediksi jumlah Pembiayaan Rahn dengan tingkat kebenaran mencapai 73%. Ini menunjukkan bahwa penggunaan metode fuzzy Sugeno memberikan hasil prediksi yang cukup baik. Variabel yang mempengaruhi Pembiayaan Rahn adalah jumlah nasabah dan harga emas. Penggunaan metode fuzzy Sugeno untuk menentukan jumlah Pembiayaan Rahn juga memperoleh kesimpulan bahwa hasil perhitungan metode tersebut memiliki tingkat kebenaran yang cukup baik.
Penelitian ini membantu dalam menentukan jumlah Pembiayaan Rahn dengan tingkat kesalahan sebesar 27% selama tahun 2019. Penggunaan metode fuzzy Sugeno dalam kasus nyata juga diperlihatkan dalam penelitian ini. Data terkait jumlah nasabah dan harga emas diambil untuk membentuk aturan fuzzy yang digunakan dalam sistem. Langkah-langkah implementasi metode fuzzy Sugeno juga diuraikan dalam penelitian ini. Di akhir penelitian, terdapat daftar pustaka yang memberikan referensi terkait penelitian terdahulu dan sumber data.
Jadi, penelitian ini menyajikan aplikasi metode fuzzy Sugeno dalam menentukan jumlah Pembiayaan Rahn berdasarkan jumlah nasabah dan harga emas di Pegadaian Syariah. Metode ini menunjukkan tingkat kebenaran yang cukup baik meskipun memiliki tingkat kesalahan sebesar 27%. Penelitian ini memberikan kontribusi dalam implementasi metode fuzzy Sugeno dalam kasus nyata dan memberikan dasar untuk penelitian lebih lanjut dalam bidang ini.
Model Tsukamoto
Model Tsukamoto, yang juga dikenal sebagai sistem kontrol fuzzy Tsukamoto, adalah salah satu pendekatan dalam fuzzy logic yang dikembangkan oleh Jepang. Model ini berfokus pada pemodelan ketidakpastian dan nilai kebenaran dalam pengambilan keputusan dengan menggunakan konsep distribusi keanggotaan. Model Tsukamoto dikenal karena kemampuannya mengatasi masalah ketidakpastian dalam pengambilan keputusan.
Contoh Studi Kasus:
METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI JUMLAH PRODUKSI KUE PIA
Studi ini bertujuan untuk memprediksi jumlah produksi kue Pia untuk memenuhi permintaan konsumen menggunakan Metode Fuzzy Tsukamoto. Pia Putra Kusuma, sebuah usaha kecil menengah, menghasilkan kue Pia Gorontalo sesuai dengan permintaan. Namun, ketidakpastian jumlah permintaan setiap bulan membuat mereka kesulitan menentukan jumlah produksi. Dalam penelitian ini, Metode Fuzzy Tsukamoto digunakan untuk memprediksi jumlah produksi dengan akurasi 70%. Prediksi produksi kue Pia bertujuan untuk membantu pelaku usaha meminimalkan biaya produksi.
Pia Putra Kusuma masih menggunakan cara sederhana dalam menentukan jumlah produksi berdasarkan permintaan bulanan, namun hal ini menimbulkan kendala terutama dalam persediaan bahan baku. Kesalahan dalam menentukan jumlah produksi dapat mengakibatkan kerugian akibat penumpukan stok atau tidak terpenuhinya permintaan. Untuk mengatasi masalah ini, proses prediksi menggunakan Metode Fuzzy Tsukamoto dilakukan berdasarkan data permintaan Pia dari tahun 2015 hingga 2019.
Metode Fuzzy Tsukamoto melibatkan tahapan fuzzyfikasi (mengubah nilai pasti menjadi fuzzy input), evaluasi aturan fuzzy, dan defuzzyfikasi (mengubah output fuzzy menjadi nilai tegas). Hasil prediksi produksi kue Pia menggunakan metode ini menunjukkan akurasi sebesar 70%. Kesimpulan dari penelitian ini adalah bahwa prediksi produksi kue Pia dengan Metode Fuzzy Tsukamoto dapat membantu pelaku usaha UMKM meminimalkan biaya produksi dengan memenuhi jumlah permintaan konsumen. Penelitian ini berguna untuk memperbaiki proses produksi pada usaha kecil menengah dan dapat diterapkan pada berbagai industri UMKM lainnya.
Perbedaan Model Sugeno dan Tsukamoto
1. Karakteristik Output:
· Model Sugeno: Menghasilkan keluaran yang bersifat krisp atau tegas, yaitu nilai numerik konkret. Outputnya adalah variabel numerik yang jelas dan tegas.
· Model Tsukamoto: Menghasilkan keluaran yang bersifat fuzzy, yaitu variabel fuzzy dengan distribusi keanggotaan. Outputnya memberikan gambaran tingkat keanggotaan pada setiap himpunan fuzzy.
2. Fungsi Output:
· Model Sugeno: Fungsi outputnya bersifat linier. Setiap aturan menyumbang secara linier terhadap nilai output.
· Model Tsukamoto: Fungsi outputnya dapat bersifat nonlinier. Distribusi keanggotaan variabel output dapat menggambarkan karakteristik nonlinier.
3. Formulasi Aturan:
· Model Sugeno: Aturan-aturan dinyatakan dalam bentuk "IF-THEN" dengan bagian konklusi THEN berupa nilai numerik konkret.
· Model Tsukamoto: Aturan-aturan juga dinyatakan dalam bentuk "IF-THEN", tetapi bagian konklusi THEN berupa variabel fuzzy dengan distribusi keanggotaan.
4. Konteks Aplikasi:
· Model Sugeno: Sering digunakan dalam konteks sistem pengendalian di mana output yang jelas dan tegas diperlukan.
· Model Tsukamoto Sering digunakan dalam konteks pengambilan keputusan di mana output yang bersifat fuzzy memberikan ketelitian dan adaptabilitas yang diperlukan dalam situasi ketidakpastian.
Persamaan Model Sugeno dan Tsukamoto
1. KONTROL DAN PENGAMBILAN KEPUTUSAN
Kedua model dapat diterapkan dalam pengendalian sistem dan pengambilan keputusan, meskipun preferensi penggunaan tergantung pada kebutuhan spesifik aplikasi.
2. FOKUS PADA VARIABLE LINGUISTIK
Keduanya berfokus pada pemodelan variabel linguistik, di mana nilai numerik diterjemahkan ke dalam himpunan fuzzy dengan fungsi keanggotaan.
3. MENGGUNAKAN INFERENSI FUZZY
Baik Model Sugeno maupun Model Tsukamoto melibatkan inferensi fuzzy untuk menentukan tingkat keanggotaan variabel input terhadap himpunan fuzzy.
4. MENGGUNAKAN ATURAN "IF-THEN"
Kedua model memanfaatkan aturan fuzzy dalam bentuk "IF-THEN" untuk menyatakan hubungan antara variabel input dan output.
5. MENGGUNAKAN FUNGSI KEANGGOTAAN
Keduanya menggunakan fungsi keanggotaan untuk menggambarkan sejauh mana suatu nilai input termasuk dalam himpunan fuzzy.
6. FLEKSIBILITAS DALAM PEMODELAN SISTEM
Keduanya memberikan fleksibilitas dalam pemodelan sistem dan memungkinkan integrasi pengetahuan manusia ke dalam suatu sistem.
0 komentar:
Posting Komentar