Sabtu, 21 Januari 2012
Metode Tsukamoto
Suatu perusahaan makanan kaleng akan memproduksi makanan jenis ABC.
Dari data 1 bulan terakhir, permintaan terbesar mencapai 5000 kemasan/hari, dan permintaan terkecil sampai 1000 kemasan/hari.
Persediaan barang di gudang terbanyak sampai 600 kemasan/hari, dan terkecil pernah 100 kemasan/hari.
Dengan segala keterbatasannya, sampai saat ini, perusahaan baru mampu memproduksi barang maksimum 7000 kemasan/hari, serta demi efisiensi mesin dan SDM perusahaan memproduksi paling tidak 2000 kemasan.
Dari data 1 bulan terakhir, permintaan terbesar mencapai 5000 kemasan/hari, dan permintaan terkecil sampai 1000 kemasan/hari.
Persediaan barang di gudang terbanyak sampai 600 kemasan/hari, dan terkecil pernah 100 kemasan/hari.
Dengan segala keterbatasannya, sampai saat ini, perusahaan baru mampu memproduksi barang maksimum 7000 kemasan/hari, serta demi efisiensi mesin dan SDM perusahaan memproduksi paling tidak 2000 kemasan.
Apabila proses produksi perusahaan tersebut menggunakan 4 aturan fuzzy :
R1 : IF permintaan turun AND persediaan banyak THEN produksi barang berkurang
R2 : IF permintaan turun AND persediaan sedikit THEN produksi barang berkurang
R3 : IF permintaan naik AND persediaan banyak THEN produksi barang bertambah
R4 : IF permintaan naik AND persediaan sedikit THEN produksi barang bertambah
Berapa kemasan makanan jenis ABC yang harus diproduksi, jika jumlah permintaan sebanyak 4000 kemasan dan persediaan di gudang masih 300 kemasan?
R1 : IF permintaan turun AND persediaan banyak THEN produksi barang berkurang
R2 : IF permintaan turun AND persediaan sedikit THEN produksi barang berkurang
R3 : IF permintaan naik AND persediaan banyak THEN produksi barang bertambah
R4 : IF permintaan naik AND persediaan sedikit THEN produksi barang bertambah
Berapa kemasan makanan jenis ABC yang harus diproduksi, jika jumlah permintaan sebanyak 4000 kemasan dan persediaan di gudang masih 300 kemasan?
SOLUSI ???
Cara Pertama klik disini
Cara Pertama klik disini
Posted in: Kecerdasan BuatanInferensi
- Mengaplikasikan aturan pada masukan fuzzy yang dihasilkan dalam proses fuzzyfikasi
- Mengevaluasi tiap aturan dengan masukan yang dihasilkan dari proses fuzzyfikasi dengan mengevaluasi hubungan atau derajat keanggotaan anteceden/premis setiap aturan.
- Derajat keanggotaan/nilai kebenaran dari premis digunakan untuk menentukan nilai kebenaran bagian consequent/kesimpulan
- Mengevaluasi tiap aturan dengan masukan yang dihasilkan dari proses fuzzyfikasi dengan mengevaluasi hubungan atau derajat keanggotaan anteceden/premis setiap aturan.
- Derajat keanggotaan/nilai kebenaran dari premis digunakan untuk menentukan nilai kebenaran bagian consequent/kesimpulan
Posted in: Kecerdasan BuatanFuzzifikasi
Mengambil masukan nilai crisp dan menentukan derajat dimana nilai-nilai tersebut menjadi anggota dari setiap himpunan fuzzy yang sesuai
-> membuat fungsi keanggotaan
Contoh :
Masukan crisp 75 derajat ditransformasikan sebagai panas dalam bentuk fuzzy dengan derajat keanggotaan 0.80.
Posted in: Kecerdasan BuatanTahapan Membangun Sistem Fuzzy
Tahapan membangun sistem fuzzy tergantung metode yang digunakan, karena banyak teori/metode untuk membangun sistem fuzzy. Namun secara garis besar dapat disimpulkan sebagai berikut :

- Fuzzifikasi -> klik dsini untuk lebih detail
- Inferensi -> klik dsini untuk lebih detail
- Proses Penentuan output crisp :
- Tergantung teori/metode yang digunakan
- Diantaranya adalah Metode Tsukamoto
Posted in: Kecerdasan Buatan


23.17
Unknown




