Analisis Algoritma C4.5 dan Fuzzy Sugeno untuk Optimasi Rule Base Fuzzy

Abstract

Fuzzy logic can handle problems inability mathematic conventional for nonlinear system model. Fuzzy Sugeno is one of method which frequently used in fuzzy logic. The using of Sugeno method can solve problem in nonlinear system. The shortcoming of fuzzy logic is the increasing of load computing exponentially along with the increasing of variable value and rules in fuzzy logic. Some solution have been investigated by researchers before for decreasing of load computing by decrease a number of rule fuzzy logic. Decreasing a number of rule will impact the lack fuzzy accuracy level. In this research, researcher use C4.5 algorithm as fuzzy rule optimation. Initial rule has 288 rules but after has classified by using C4.5 algorithm, it is converted into 52 rule. After applied in data, accordingly level accuracy convert into 96.97%.

Logika fuzzy dapat mengatasi ketidakmampuan matematika konvensional untuk model sistem nonlinear. Fuzzy Sugeno merupakan salah satu metode yang sering digunakan dalam logika fuzzy. Penggunaan metode Sugeno dapat mengatasi masalah sistem nonlinear. Kelemahan dari logika fuzzy adalah meningkatnya beban komputasi yang bertambah secara eksponensial seiring dengan bertambahnya jumlah variabel dan jumlah aturan dalam logika fuzzy. Beberapa cara telah dilakukan oleh para peneliti sebelumnya untuk mengurangi beban komputasi, diantaranya dengan mengurangi sejumlah aturan dalam logika fuzzy. Mengurangi sejumlah aturan akan berdampak pada tingkat akurasi fuzzy yang berkurang. Pada penelitian ini, peneliti menggunakan algoritma C4.5 sebagai optimasi rule fuzzy. Aturan awal sejumlah 288 aturan, namun setelah diklasifikasikan menggunakan algoritma C4.5 maka aturan fuzzy menjadi lebih sedikit yaitu sebanyak 52 aturan. Setelah diterapkan didalam data, maka didapat tingkat akurasi menjadi 96,97 %