Arsitektur Sistem Logika Fuzzy

Logika Fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness) antara benar atau salah. Adalah Profesor Lotfi A. Zadeh guru besar pada University of California, Berkeley yang merupakan pencetus sekaligus yang memasarkan ide tentang cara mekanisme pengolahan atau manajemen ketidakpastian yang kemudian dikenal dengan logika fuzzy. Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.  Lotfi Asker Zadeh adalah seorang ilmuwan Amerika Serikat berkebangsaan Iran.

Meskipun logika fuzzy dikembangkan di Amerika, namun lebih populer dan banyak diaplikasikan secara luas oleh praktisi Jepang dengan mengadaptasikannya ke bidang kendali (control).  Mengapa logika fuzzy yang ditemukan di Amerika malah lebih banyak ditemukan aplikasinya di negara Jepang?  Salah satu penjelasannya: kultur orang Barat yang cenderung memandang suatu persoalan sebagai hitam-putih, ya-tidak, bersalah-tidak bersalah, sukses-gagal, atau yang setara dengan dunia logika biner Aristoteles, sedangkan kultur orang Timur lebih dapat menerima dunia“abu-abu” atau fuzzy. logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti “sedikit”, “lumayan” dan “sangat”.

Logika fuzzy dapat digunakan dalam bidang teori kontrol, teori keputusan, dan beberapa bagian dalam managemen sains. Kelebihan dari logika fuzzy adalah mampu dalam proses penalaran secara bahasa (linguistic reasoning), sehingga dalam perancangannya tidak perlu lagi persamaan matematik dari objek yang dikendalikan. Adapun salah satu contoh dari aplikasi logika fuzzy dalam kehidupan sehari-hari adalah di tahun 1990 pertama kali dibuat mesin cuci dengan logika fuzzy di Jepang (Matsushita Electric Industrial Company). Sistem fuzzy digunakan untuk menentukan putaran yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci. Input yang digunakan adalah: seberapa kotor, jenis kotoran, dan banyaknya yang dicuci. Mesin ini menggunakan sensor optik, mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai semakin redup. Dibawah ini merupakan gambar desain Arsitektur Sistem Logika Fuzzy:

Pada dasarnya, ada empat bagian dalam arsitektur sistem logika fuzzy, yakni:

1.    Rule Base

Berisi semua aturan dan kondisi "if-else" untuk mengontrol pengambilan keputusan. Namun, seiring perkembangan modern, jumlah aturan dalam rule-base yang digunakan logika fuzzy telah banyak berkurang.

2.    Fuzzification

Fuzzifikasi adalah komponen kedua dalam arsitektur logika fuzzy dan berguna untuk membantu mengubah input. Komponen ini membantu dalam mengkonversi angka ekstrem ke himpunan fuzzy.

Masukan yang ekstrem diukur oleh sensor dan diteruskan ke sistem kontrol untuk diproses. Modul ini digunakan untuk mengubah input sistem dan juga membantu dalam membagi sinyal input menjadi lima state:

a.    Large positive

b.    Medium positive

c.    Small

d.    Medium negative

e.    Large negative

3.    Inference Engine

Komponen ketiga ini membantu dalam menentukan tingkat kecocokan antara input fuzzy dan aturan fuzzy. Berdasarkan persentase itu diputuskan aturan mana yang perlu diterapkan. Setelah itu, untuk mengembangkan tindakan kontrol, aturan yang diterapkan digabungkan. 

4.    Defuzzifikasi

Modul ini adalah kebalikan dari proses fuzzification. Di sini, nilai fuzzy diubah menjadi nilai ekstrem melalui pemetaan (mapping). Akan ada beberapa metode defuzzifikasi untuk melakukan ini, tetapi pemilihan metode yang terbaik didasarkan sesuai input. 

Metode yang digunakan untuk defuzzifikasi yakni metode rata-rata (average) dan metode titik tengah (center of area) yang digunakan untuk membantu pengambilan keputusan yang tepat.

Kegunaan dan Penerapan Logika Fuzzy

Penerapan logika fuzzy tersebar di beberapa bidang diantaranya adalah sebagai berikut:

Medis

1. Mengontrol tekanan arteri saat memberikan anestesi kepada pasien
2. Digunakan dalam radiologi diagnostik dan sistem pendukung diagnostik
3. Diagnosis kanker prostat dan diabetes

Sistem transportasi

1. Menangani operasi kereta bawah tanah
2. Mengontrol jadwal kereta
3. Mengerem dan menghentikan kendaraan berdasarkan parameter, seperti kecepatan mobil, akselerasi, dan kecepatan roda

Pertahanan

1. Menemukan dan mengenali target di bawah air
2. Mendukung pengambilan keputusan angkatan laut
3. Menggunakan gambar inframerah termal untuk pengenalan target
4. Digunakan untuk mengontrol pencegat hypervelocity

Industri

1. Mengontrol pabrik pemurnian air
2. Menangani masalah dalam kepuasan kendala dalam desain struktural
3. Analisis pola untuk jaminan kualitas
4. Logika fuzzy digunakan untuk menangani pengolahan air limbah lumpur

Kontrol Angkatan Laut

1. Mengemudikan kapal dengan benar
2. Memilih rute yang optimal atau terbaik untuk mencapai tujuan
3. Autopilot didasarkan pada logika fuzzy
4. Kendaraan bawah air otonom dikendalikan menggunakan logika fuzzy

Mesin Cuci Berbasis Logika Fuzzy

Mesin cuci modern yang ditenagai oleh logika fuzzy menjadi populer akhir-akhir ini. Sistem memiliki sensor yang terus-menerus melacak variasi suhu. Hal ini dapat menyesuaikan kontrol dan operasi yang sesuai. Sistem ini berkinerja baik, produktif, dan hemat biaya.

Untuk hasil pencucian terbaik, logika fuzzy mengontrol proses pencucian, suhu air, kecepatan putaran, waktu pencucian, pemasukan air, dan performa pembilasan. Mesin canggih melakukan hal berikut:

1. Memeriksa beban mesin untuk mencegah kelebihan beban
2. Memeriksa kesadahan air dan menentukan jenis bahan kainnya
3. Memberi tahu pengguna tentang jumlah deterjen yang optimal. Sistem juga memeriksa apakah deterjen dalam bentuk cair atau bubuk
4. Sistem belajar dari pengalaman mencuci sebelumnya, dan menghafal algoritma untuk meningkatkan hasil pencucian

Perusahaan seperti Panasonic menggunakan teknologi serupa di mesin pencuci piring mereka. Logika fuzzy digunakan dalam menyesuaikan siklus pembersihan mesin pencuci piring, bersama dengan metode pencucian dan pembilasan. Kinerja mesin juga tergantung pada jumlah piring yang dimasukkan ke dalam mesin cuci.