4:52 fuzzification 6:13 berat pakaian 8:16 (sedang) 10:08 (berat) mencari nilai keanggotaan berat pakaian 10:59 intensitas kotoran 12:02 (tinggi) 12:59 (rendah) mencari nilai keanggotaan intensitas kotoran 14:02 nilai fuzzy input 15:00 fuzzy inference 15:24 mendefinisikan aturan/rules nya 21:50 mencocokan fuzzy input dan rules nya 27:17 durasi cuci (fuzzy output)
Ijin koreksi pak, di menit 14:01 pada fuzzy input intensitas kotoran itu nilainya KEBALIK antara rendah & tinggi, sehingga imbasnya terus ke belakang. Tapi untungnya nilai linguistik durasi cuci cuma 2 (cepat & lama), jadi lumayan ketolong.
keren terima kasih pak, permasalahan skripsi saya terpecahkan setelah nonton video ini, tapi jika aturan fuzzynya sangat banyak karena memiliki lebih dari 2 variabel gimana ya pak? contoh saya mempunyai input kualitas udara PM10, PM2.5, ozon, dan voc dengan variabel normal, tidak sehat dan bahaya
Pada grafik 'sedang' itu terdiri dari 4 area: area kurva naik, kurva turun, kurva datar, dan area di luar kurva 'sedang'. Kalo kita lihat di video, jika nilai intensitas kotorannya = 7, itu posisinya ada di luar kurva 'sedang' (karena dia di bagian paling bawah kurva), maka nilai u(sedang) = 0. mudah2an menjawab
Di video ini belum masuk ke defuzzification. Teknik fuzzy mamdani, tsukamoto, dan sugeno ada di video nomor 4, tentang Defuzzification ruclips.net/video/NbabmQBhfM8/видео.html
4:52 fuzzification
6:13 berat pakaian
8:16 (sedang) 10:08 (berat) mencari nilai keanggotaan berat pakaian
10:59 intensitas kotoran
12:02 (tinggi) 12:59 (rendah) mencari nilai keanggotaan intensitas kotoran
14:02 nilai fuzzy input
15:00 fuzzy inference
15:24 mendefinisikan aturan/rules nya
21:50 mencocokan fuzzy input dan rules nya
27:17 durasi cuci (fuzzy output)
izin belajar pak. terimakasih
Ijin koreksi pak, di menit 14:01 pada fuzzy input intensitas kotoran itu nilainya KEBALIK antara rendah & tinggi, sehingga imbasnya terus ke belakang. Tapi untungnya nilai linguistik durasi cuci cuma 2 (cepat & lama), jadi lumayan ketolong.
Wah,,, iya ya? mohon maaf atas kekeliruan saya.. terima kasih untuk feedbacknya 😊
jika inference dalam IF THEN berbentuk sebaliknya yaitu OR , identik dengan MAX ? bukan MIN
betul :)
keren terima kasih pak, permasalahan skripsi saya terpecahkan setelah nonton video ini, tapi jika aturan fuzzynya sangat banyak karena memiliki lebih dari 2 variabel gimana ya pak?
contoh saya mempunyai input kualitas udara PM10, PM2.5, ozon, dan voc dengan variabel normal, tidak sehat dan bahaya
Bisa. rule-nya ditambah saja. misal: IF PM10='tinggi' AND PM2.5='rendah' AND OZON='sedang' AND .... THEN kualitas_udara='sehat'
Apakah atudi kasus ini relevan dijadikan judul Tesis pak
Bisa saja. Asalkan ada aspek yang membedakan dengan penelitian2 yang sudah ada dan ada masalah penelitian yang diselesaikan
kak kalau misalkan kita menghitung u(sedang) dengan nilai 7.0 maka perhitungannya jadi bagaimana kak?
Pada grafik 'sedang' itu terdiri dari 4 area: area kurva naik, kurva turun, kurva datar, dan area di luar kurva 'sedang'. Kalo kita lihat di video, jika nilai intensitas kotorannya = 7, itu posisinya ada di luar kurva 'sedang' (karena dia di bagian paling bawah kurva), maka nilai u(sedang) = 0. mudah2an menjawab
Bapak, izin untuk pptnya ad di share tdk ya pak?🙏
Mohon maaf, slidenya tidak saya unggah 🙏
Ini Fuzzy Tsukamoto ya?
Di video ini belum masuk ke defuzzification. Teknik fuzzy mamdani, tsukamoto, dan sugeno ada di video nomor 4, tentang Defuzzification ruclips.net/video/NbabmQBhfM8/видео.html
@@KuliahInformatika Alhamdulillah, terima kasih bapak. Mudah dimengerti