Ada beberapa macam tipe Fuzzy. Yang akan digunakan pada
sistem ini adalah tipe Fuzzy Database.
Fuzzy Clustering
Fuzzy Clustering adalah salah satu
teknik untuk menentukan cluster optimal dalam suatu ruang vektor yang
didasarkan pada bentuk normal Euclidian
untuk jarak antar vektor. Beberapa algoritma clustering data adalah :
1.
Fuzzy C-Means (FCM)
2.
Fuzzy Subtractive
Clustering
Fuzzy Database
Fuzzy Database dapat diartikan sebagai
merepresentasikan, memasukkan, dan memanipulasi informasi yang tidak tepat dan
tidak pasti. Fuzzy Database bertujuan untuk memecahkan setiap permasalahan yang
berhubungan dengan representasi dan menangani informasi yang tidak tepat [9].
1.
Fuzzy Database Model
Tahani
2.
Fuzzy Database model
Umano
Fuzzy Quantification Theory
Fuzzy Quantification Theory adalah
metode untuk mengendalikan data-data kualitatif dengan menggunakan teori
himpunan Fuzzy.
1.
Fuzzy
Quantification Theory I (analisis
regresi kualitatif)
2.
Fuzzy Quantification Theory II (analisis deskriptif kualitatif)
Fuzzy Associative Memory (FAM)
Fuzzy Associative Memory (FAM) merupakan
suatu sistem fuzzy yang memetakan
himpunan-himpunan fuzzy ke himpunan-himpunan
fuzzy lainnya.
1.
Fuzzy HEBB
FAM
·
Correlation
minimum encoding
·
Correlation
product encoding
2.
Relasi Komposisi
·
Max-Min Composition
·
Max-Product
Composition
3.
Superimposing FAM Rules
Fuzzy Linear Programming (FLP)
Fuzzy Linear Programming (FLP)
merupakan suatu sistem fuzzy yang
mencari suatu nilai z yang merupakan fungsi obyektif yang akan dioptimasikan
sedemikian hingga tunduk pada batasan-batasan yang dimodelkan dengan
menggunakan himpunan fuzzy.
Fuzzy
Database
Fuzzy Database dapat diartikan sebagai merepresentasikan, memasukkan, dan memanipulasi
informasi yang tidak tepat dan tidak pasti. Query
pada logika fuzzy dapat digunakan
untuk pengambilan data yang diinginkan, tanpa memerlukan pendefinisian
parameter yang pasti. Proses query fuzzy mencakup
logika boolean yang hasil
pencariannya berupa nilai benar atau salah dan juga akan menghasilkan nilai x%
benar atau x% salah dari nilai keanggotaannya.
Fuzzy Database Model Tahani
Dengan menggunakan database standar, kita bisa mencari
data-data dengan spesifikasi tertentu dengan menggunakan query.
Pada kenyataannya, seseorang
kadang membutuhkan informasi dari data yang bersifat ambiguous. Dan jika hal tersebut terjadi maka dapat digunakan fuzzy database. Selama ini sudah ada
beberapa penelitian tentang fuzzy
database. Salah satu diantaranya adalah model Tahani.
Fuzzy database model Tahani masih menggunakan relasi standar, tetapi model Tahani
menggunakan teori himpunan fuzzy pada
suatu variabel untuk mendapatkan informasi pada query-nya. Sehingga pada pencarian data menggunakan rumus dari
derajat keanggotaan pada suatu variabel himpunan fuzzy.
Dalam hal ini menggunakan rumus
dari derajat keanggotaan segitiga, dengan representasi kurva segitiga dan
representasi kurva bahu [2].
Pembentukan Query
Suatu sistem query
adalah semacam sistem pengembalian informasi yang digunakan untuk mendapatkan
kembali obyek yang relevan dari suatu database [10].
Pembentukan query pada
database sistem fuzzy digunakan pada proses fuzzifikasi dan proses defuzzifikasi.
Query digunakan untuk mencari data dari database serta meng-input-kan data ke database. Seluruh nilai yang di-input-kan ke database merupakan nilai yang memenuhi
kriteria dari fungsi derajat keanggotaan yang di-input-kan, dengan batas nilai antara 0 dan 1.
SELECT FIELD_A, FIELD_B,
FIELD_C
FROM TABLE_A
WHERE FIELD_A
>= 0 AND FIELD_B >= 0
Sedangkan data-data nilai yang diambil merupakan hasil
perhitungan dari rumus fungsi derajat keanggotaan yang disimpan ke database.
Nilai-nilai tersebut merupakan hasil dari proses fuzzifikasi, yang berguna
sebagai nilai input untuk proses
defuzzifikasi.
Artikel keren lainnya:
Belum ada tanggapan untuk " Tipe-Tipe Fuzzy"
Posting Komentar