Kamis, 29 Desember 2011

FUZZY INFERENCE SYSTEM


METODE TSUKAMOTO
Pada metode ini, setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.
Contoh studi kasus.
Suatu perusahaan makanan kaleng akan memproduksi makanan jenis ABC. Data 1 bulan terakhir, permintaan terbesar mencapai 5000 kemasan/hari, dan permintaan terkecil mencapai 1000 kemasan/hari. Persediaan barang di gudang terbanyak mencapai 600 kemasan/hari, dan terkecil pernah mencapai 100 kemasan/hari. Dengan segala keterbatasannya, sampai saat ini, perusahaan baru mampu memproduksi barang maksimum 7000 kemasan/hari, untuk efisiensi mesin dan SDM tiap hari diharapkan perusahaan memproduksi paling tidak 2000 kemasan.
Berapa kemasan makanan jenis ABC yang harus diproduksi, jika jumlah permintaan sebanyak 4000 kemasan, dan persediaan di gudang masih 300 kemasan, apabila proses produksi perusahaan tersebut menggunakan 4 aturan sebagai berikut.
[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;


ALGORITMA GREEDY


BAB II
PEMBAHASAN

2.1 Pengertian Algoritma Greedy
Dalam kehidupan sehari hari, banyak terdapat persoalan yang menuntut pencarian solusi optimum. Persoalan tersebut dinamakan persoalan optimasi(optimization Problems). Persoalan Optimasi adalah persoalan yang tidak hanya mencari sekedar solusi, tetapi mencari solusi terbaik. Solusi terbaik adalah solusi yang memiliki nilai minimum atau meksimum dari sekumpulan alternatif solusi yang mungkin Algoritma Greedy adalah salah satu algoritma yang dapat digunakan untuk mendapatkan solusi terbaik dan merupakan algoritma yang paling populer dalam hal ini. Secara Harfiah Greedy artinya rakus atau tamak, sifat yang berkonotasi negatif. Orang yang memiliki sifat ini akan mengambil sebanayak mungkin atau mengambil yang paling bagus atau yang paling mahal. Sesuai dengan arti tersebut, Prinsip Greedy adalah take what you can get now. Dalam kehidupan sehari hari Greedy dapat digunakan dalam masalah seperti :
·          Memilih beberapa jenis investasi
·          Mencari jalur tersingkat
Ada juga yang dapat dilakukan algoritma ini dalam sesuatu yang biasa dilakukan mesyarakat modern, yaitu memilih spesifikasi komputer yang terbaik dengan budget maksimum tertentu seperti yang akan dibahas dalam makalah ini.
Algoritma Greedy membentuk solusi langkah per langkah. Pada setiap langkah tersebut akan dipilih keputusan yang paling optimal. Keputusan tersebut tidak perlu memperhatikan keputusan selanjutnya yang akan diambil, dan keputusan tersebut tidak dapat diubah lagi pada langkah – langkah selanjutnya. Prinsip utama algoritma greedy adalah prinsip “take what you can get now!”. Maksud dari prinsip tersebut adalah sebagai berikut; pada setiap langkah dalam algoritma greedy kita ambil keputusan yang paling optimal untuk langkah tersebut tanpa memperhatikan konsekuensi pada langkah – langkah selanjutnya, lalu kita namakan solusi tersebut dengan optimum lokal. Dengan cara pengambilan nilai optimum lokal pada setiap langkah diharapkan akan tercapainya optimum global, yaitu tercapainya solusi optimum yang melibatkan keseluruhan langkah dari awal sampai akhir.
2.2 Skema Umum Algoritma Greedy
Elemen – elemen yang digunakan dalam penerapan algoritma greedy antara lain :
1.      Himpunan Kandidat, C.
Himpunan yang berisi elemen pembentuk solusi.
2.      Himpunan Solusi, S.
Himpunan yang terpilih sebagai solusi persoalan.
3.      Fungsi Seleksi, SELEKSI.
Fungsi yang memilih kandidat yang paling mungkin untuk mencapai solusi optimal.
4.      Fungsi Kelayakan, LAYAK.
Fungsi yang memeriksa apakah suatu kandidat yang dipilih dapat memberikan solusi yang layak. Maksudnya yaitu apakah kandidat tersebut bersama dengan himpunan solusi yang sudah terbentuk tidak melanggar kendala yang ada.
5.      Fungsi SOLUSI
Fungsi yang mereturn boolean. True jika himpunan solusi yang sudah tebentuk merupakan solusi yang lengkap; False jika himpunan solusi belum lengkap.
6.      Fungsi Objektif
Fungsi yang mengoptimalkan solusi.
Skema umum dari algoritma greedy dapat kita tuliskan sebagai berikut :
Inisialisasi S dengan kosong.
Pilih sebuah kandidat dari C (dengan SELEKSI).
Kurangi C dengan kandidat yang telah terpilih di atas.
Periksa apakah kandidat yang dipilih tersebut bersama – sama dengan himpunan solusi membentuk solusi yang layak (dengan LAYAK). Jika ya, masukkan kandidat ke himpunan solusi; jika tidak buang kandidat tersebut dan tidak perlu ditelaah lagi.
Periksa apakah himpunan solusi yang sudah terbentuk telah memberikan solusi yang lengkap (dengan SOLUSI). Jika ya, berhenti; jika tidak, ulangi dari langkah 2.