Pengantar Fuzzy Logic

Contoh Kasus: Penilaian Kualitas Makanan

Kasus: Sebuah restoran ingin mengklasifikasikan kualitas makanannya berdasarkan feedback pelanggan untuk meningkatkan layanan. Kualitas diukur berdasarkan suhu, rasa, dan penampilan makanan.

Pendekatan Logika Klasik:

Dalam logika klasik, kualitas makanan akan dinilai dengan aturan yang tegas dan biner:

  • Jika suhu makanan adalah hangat, rasa adalah enak, dan penampilan menarik, maka kualitasnya “Baik”.
  • Jika salah satu atau lebih dari kriteria tersebut tidak terpenuhi, maka kualitasnya “Buruk”.

Hasil:

  • Suhu makanan: 60°C (hangat)
  • Rasa: Sedikit asin
  • Penampilan: Sangat menarik

Evaluasi: Dalam logika klasik, karena rasa makanan sedikit asin (yang mungkin tidak dianggap “enak”), makanan tersebut akan langsung diklasifikasikan sebagai “Buruk”, meskipun aspek lainnya mungkin sangat baik.

Pendekatan Fuzzy Logic:

Fuzzy logic memungkinkan penilaian yang lebih fleksibel dan bergradasi dengan menggunakan fungsi keanggotaan untuk menilai kualitas makanan:

  • Suhu (°C):
    • Dingin: 0-20°C
    • Hangat: 15-65°C
    • Panas: 60-100°C
  • Rasa:
    • Kurang enak: 0-3 (skala 10)
    • Enak: 2-8
    • Sangat enak: 7-10
  • Penampilan:
    • Tidak menarik: 0-3 (skala 10)
    • Menarik: 2-8
    • Sangat menarik: 7-10

Hasil:

  • Suhu makanan: 60°C (tinggi keanggotaan di “Hangat” dan rendah di “Panas”)
  • Rasa: Sedikit asin (tinggi keanggotaan di “Enak”)
  • Penampilan: Sangat menarik (tinggi keanggotaan di “Sangat menarik”)

Evaluasi: Dalam fuzzy logic, setiap aspek dinilai menurut derajatnya masing-masing. Makanan tersebut akan mendapat skor tinggi untuk penampilan dan suhu, dan skor yang cukup untuk rasa. Kombinasi ini mungkin menghasilkan penilaian keseluruhan yang “Cukup Baik” atau bahkan “Baik”, tergantung pada bagaimana aturan fuzzy dirancang dan bagaimana input dikombinasikan.

Share your love

Newsletter Updates

Enter your email address below and subscribe to our newsletter