Analisis Galat Fungsi Keanggotaan Fuzzy pada Metode Mamdani dan Metode Sugeno

Abstract

Membership function has several models and each model has a different settlement results in solving the problem, the model greatly affect the membership function of the output data. This study aimed to analyze the error of the fuzzy membership functions mamdani method and Sugeno method to get the value of the optimization function quickly by using algorithms PSO (Particle Swarm Optimization) and MAPE (Mean Absolute Percentage Error). This membership function using triangular membership function models. Input consists of three (3) variables: Variable Content, Variable Variable Discipline and attitude. Fuzzy membership function parameters consisting of five areas of linguistics is Very Low (VL), Low (L), Simply (S), Good (G) and Very Good (VG). The results obtained in this study the functions that have been optimized value where there is improvement in the Mamdani-PSO error of 3.8% and improvements on Sugeno-PSO error of 3.3%.

Fungsi Keanggotaan memiliki beberapa model dan setiap model memiliki hasil penyelesaian yang berbeda dalam menyelesaikan masalah, model fungsi keanggotaan sangat mempengaruhi hasil output data. Penelitian ini bertujuan untuk menganalisis Galat fungsi keanggotaan fuzzy pada metode mamdani dan metode sugeno untuk mendapatkan nilai optimasi fungsi dengan cepat dengan menggunakan algoritma PSO (Particle Swarm Optimization) dan MAPE (Mean Absolute Percentage Error). Fungsi keanggotaan ini menggunakan model fungsi keanggotaan segitiga. Input terdiri dari 3 (tiga) variabel yaitu : Variabel Materi, Variabel Disiplin dan Variabel Sikap. Parameter fungsi keanggotaan fuzzy yang terdiri dari 5 daerah linguistik yaitu Sangat Rendah (SR), Rendah (R), Cukup (C), Baik (B) dan Sangat Baik (SB). Hasil yang diperoleh dalam penelitian ini nilai fungsi yang telah teroptimasi dimana terjadi perbaikan error pada Mamdani-PSO sebesar 3,8 % dan perbaikan error pada Sugeno- PSO sebesar 3,3 %.