Studi Kasus: Metode Fuzzy Mamdani

00:27:00
https://www.youtube.com/watch?v=2ucYrO_yyFg

概要

TLDRA cikin wannan bidiyon, an yi bayanin yadda za a yi amfani da hanyar fuzzy mamdani don magance matsalolin masana'antu, tare da haske akan yadda za a cike bukatun kayayyaki yadda ya kamata ba tare da yin kamar yadda ake amfani da hanyoyin na tsukamoto ba. An bayyana sigogi iri uku: bukatu, kayan ajiya, da kuma samarwa. An nuna yadda ake fitar da ka'idoji daban-daban kuma an bayyana yadda ake amfani da su wajen yanke shawara tare da la'akari da momen yankunan. Manufar ta kasance don tabbatar da cewa dukkanin bukatun kayayyaki suna gamsuwa sosai tare da cimma nasara a cikin tsari na samarwa.

収穫

  • 🤖 Fuzzy mamdani yana taimakawa wajen yanke shawara a masana'antu.
  • 📏 An tsare yanayi ta fuskar sigogi uku: bukata, kayan abu, da kuma samarwa.
  • 📊 Akwai amfani da kurba da cada don sanin darajar abinda ake son fassara.
  • 🔄 An fassara sabon aiki ta hanyar zaɓaɓɓu na 'rules' na fuzzy.
  • 📉 Za a iya ɗauka a matsayin momen wajen tsara ƙayyadaddun matakai.
  • 🔍 Nazarin yana guje wa rasa kayayyaki ta inganta samarwa.
  • 🛠️ Aikace-aikacen fuzzy mamdani yana taimakawa cimma buri a masana'antu.
  • 🔗 Hanyoyin fuzzy suna haɗuwa da amfani na tsari domin kyakkyawar ƙwaƙwalwa.
  • 🚀 An inganta fasaha da zartarwa na tsari don cimma nasarorin masana'antu.
  • 📈 Yawan sarrafa matakai yana bayar da sakamakon inganci da zai taimaka wajen gamsuwa.

タイムライン

  • 00:00:00 - 00:05:00

    L'introduction discute de l'intelligence artificielle, en se concentrant sur la méthode fuzzy Mamdani. Une étude de cas est présentée avec une comparaison aux méthodes précédentes, soulignant une demande de 5000 unités et une production maximale de 7000 unités par jour. L'objectif est de répondre efficacement à une demande de 4000 unités avec un stock de 300 unités.

  • 00:05:00 - 00:10:00

    Après avoir expliqué la méthode de Tsukamoto pour la production, la méthode Mamdani est introduite. Cela implique de définir les variables floues et de calculer les degrés d'appartenance pour la demande, le stock et la production. Les différents ensembles de variables sont linéaires, et les fonctions de courbe sont élaborées pour estimer les niveaux de production.

  • 00:10:00 - 00:15:00

    La discussion continue avec le processus d'inférence où les règles sont évaluées. Les règles logiques sur la demande et le stock mènent à des décisions de production, soit augmenter soit diminuer la production. Quatre règles cohérentes sont retenues parmi huit possibles, basées sur la logique et la faisabilité d'accueillir les variations de demande et de stock.

  • 00:15:00 - 00:20:00

    On explore comment ces règles se combinent et la méthode d'agrégation pour analyser les impacts de production. Les degrés d'appartenance déterminent les niveaux de production en utilisant des arêtes en courbe. Les nombreux scénarios de demande et de stock sont alignés pour la production, menant à une combinaison optimisée pour minimiser les surplus ou les pénuries.

  • 00:20:00 - 00:27:00

    Le processus finalise avec la défuzzification en utilisant la méthode du centroïde pour calculer la production optimale. La valeur calculée, approximativement 4247 unités, est alignée précisément sur la réalité de production, illustrant comment Mamdani offre une approche plus rigoureuse que Tsukamoto. La méthode fournit une réponse adaptée aux besoins précis de production de l'étude de cas.

もっと見る

マインドマップ

Mind Map

よくある質問

  • Menene aikin fuzzy mamdani?

    Fuzzy mamdani yana tsarawa da tattara bayanai don fassara yanayi da yanke shawara a kan tsarin samar da kayayyaki.

  • Yaya fuzzy mamdani yake aiki?

    Fuzzy mamdani yana amfani da tsararru na sigogi uku: bukata, kayan ababen mamaki, da kuma yawan samarwa, tare da nazarin kurba da daraja na abokan fassara.

  • Menene makasudin amfani da fuzzy mamdani a cikin labari?

    Ana amfani da fuzzy mamdani don tabbatar da cewa dukkan bukatun an inganta ko an cika su sosai a cikin tsari na samarwa.

  • Me ya sa aka zabi amfani da fuzzy mamdani maimakon fuzzy tsukamoto?

    Fuzzy mamdani yana yin la'akari da momen da kuma yawan yankunan da aka sanya, wanda ke bada sakamakon da ta san za ku iya dogara da shi saboda tsarin tsangwama da mafita.

  • Yaya ake fassara bayanai a cikin hanyoyin fuzzy?

    Ana fassara bayanai ta hanyar tsare- tsaren fuzzification inda ake samun muhimman abubuwa da kyakkyawan bayani a cikin layin fassara.

  • Wace matakai ne mahalarta lokacin amfani da hanyoyin fuzzy?

    Mahalicci zai yi fuzzification na sigogi, aikin zartarwa akan ka'idojin zane, kuma yana aiwatarwa a cikin aikin yanke shawara na komputa.

ビデオをもっと見る

AIを活用したYouTubeの無料動画要約に即アクセス!
字幕
id
オートスクロール:
  • 00:00:00
    Halo assalamualaikum warahmatullahi
  • 00:00:05
    wabarakatuh berjumpa lagi dalam
  • 00:00:07
    pembelajaran kita terkait dengan
  • 00:00:10
    kecerdasan buatan atau yang terkenal
  • 00:00:13
    dengan istilah artificial intelegent nah
  • 00:00:17
    Pada kesempatan ini kita akan membahas
  • 00:00:19
    tentang satu konsep saja ya pokok
  • 00:00:22
    bahasannya yaitu tentang implementasi
  • 00:00:25
    dari metode fuzzy medani Artinya kita
  • 00:00:30
    akan diminta dunia kita akan belajar
  • 00:00:32
    bersama Bagaimana cara menyelesaikan
  • 00:00:35
    suatu studi kasus tapi menggunakan
  • 00:00:37
    metode mandani nek studi kasusnya ini
  • 00:00:44
    hampir mirip seperti yang sudah kita
  • 00:00:46
    pelajari pada sebelumnya ya sama sudah
  • 00:00:50
    kasusnya yaitu tentang metode fuzzy
  • 00:00:54
    tsukamoto gimana kasusnya adalah sebuah
  • 00:00:58
    pabrik elektronik berhasil
  • 00:01:00
    Halo saya permintaan terbesar sebanyak
  • 00:01:01
    5000 barang akan tetapi pernah pabrik
  • 00:01:05
    tersebut hanya mencapai permintaan
  • 00:01:07
    barang sebanyak 1000D maksimumnya
  • 00:01:11
    kemungkinan ya pada waktu itu adalah
  • 00:01:13
    Rp5.000 dan rendahnya adalah 1000 selain
  • 00:01:18
    permintaan ternyata juga ada persediaan
  • 00:01:21
    barang di mana persediaan tertinggi
  • 00:01:24
    yaitu 600 dan rendahnya ada 100 barang
  • 00:01:28
    perhari dengan semua keterbatasan yang
  • 00:01:32
    dimiliki pabrik tersebut nya pabrik
  • 00:01:35
    dapat memproduksi maksimumnya 7000
  • 00:01:37
    barang perhari dan minimalnya adalah
  • 00:01:40
    2000 barang berhari-hari jika kasusnya
  • 00:01:43
    ya ketika ada permintaannya 4000 dan
  • 00:01:46
    persediaannya hanya 300 barat Bagaimana
  • 00:01:51
    apa yang akan dilakukan oleh pabrik
  • 00:01:54
    tersebut Dunia agar semua permintaannya
  • 00:01:57
    terpenuhi terpenuhi dengan baik
  • 00:02:00
    kalau kita menggunakan kaidah monoton
  • 00:02:02
    gitu ya berarti kita tinggal hitung aja
  • 00:02:05
    kekurangannya berapa gitu kekurangannya
  • 00:02:07
    berarti 4000 dikurangi 300 berarti 3700
  • 00:02:11
    dan kalau kita kemarin sudah belajar
  • 00:02:14
    tentang metode fuzzy tsukamoto ternyata
  • 00:02:16
    ketika menggunakan metode tsukamoto juga
  • 00:02:19
    ya ternyata barang yang harus diproduksi
  • 00:02:22
    elektronik ini sebanyak sekitar 4900mq
  • 00:02:26
    deh karena mempertimbangkan bahwa dalam
  • 00:02:29
    setiap suatu pembuatan barang elektronik
  • 00:02:34
    ya mempertimbangkan adanya suatu ke
  • 00:02:36
    error and makanya pagi tsukamoto itu
  • 00:02:39
    mempertimbangkan kalau terjadi error
  • 00:02:41
    kayak gitu sehingga jumlah yang
  • 00:02:43
    diproduksi pun tidak mengikuti kaidah
  • 00:02:46
    menonton langsung kekurangan barang saja
  • 00:02:49
    yang diproduksi tapi disitu ada kaidah
  • 00:02:52
    samarnya nah selain metode tsukamoto
  • 00:02:55
    ternyata ada medani juga yang bisa kita
  • 00:02:57
    gunakan ndak
  • 00:03:00
    langkahnya ini tidak akan beda jauh ya
  • 00:03:02
    atau bahkan akan sama urutannya ketika
  • 00:03:05
    kita menyelesaikan dengan menggunakan
  • 00:03:07
    fuzzy tsukamoto yang pertama pastinya
  • 00:03:11
    kita akan diminta untuk menentukan
  • 00:03:13
    proses verifikasi dimana proses
  • 00:03:17
    fuzzifikasi ini gitu ya akan kita
  • 00:03:20
    tentukan yaitu variabel fuzzy nya
  • 00:03:22
    kemudian himpunan fuzzy dan kurvanya
  • 00:03:25
    Setelah itu kita akan Tentukan derajat
  • 00:03:28
    keanggotaannya dari studi kasus terlihat
  • 00:03:31
    bahwa variabel yang bisa kita analisa
  • 00:03:33
    ada tiga yaitu variabel permintaan
  • 00:03:36
    dengan himpunannya ada dua yaitu banyak
  • 00:03:40
    sama sedikit ya kemudian persediaannya
  • 00:03:43
    juga banyak sama sedikit kemudian
  • 00:03:46
    variabel ketiga yaitu ada produksi gitu
  • 00:03:48
    ya himpunan paginya yaitu ada bertambah
  • 00:03:52
    dan berkurang karena sama-sama memiliki
  • 00:03:55
    dua himpunan Fauzi setiap variabel yang
  • 00:03:59
    ada
  • 00:04:00
    gitu ya angka kalau kita analogikan
  • 00:04:02
    kalau permintaan banyak Mungkin dia akan
  • 00:04:05
    analog dengan linear naik kalau sedikit
  • 00:04:08
    berarti linear turun begitu juga untuk
  • 00:04:11
    yang persediaan dan untuk yang produksi
  • 00:04:14
    Nah setelah dari variabel ini ada
  • 00:04:18
    himpunannya maka kita akan membentuk
  • 00:04:20
    kurva fungsinya ya kurva fungsi nya ada
  • 00:04:24
    yang dikit berarti turun kemudian yang
  • 00:04:28
    banyak ini naik Widya Nah dari sini bisa
  • 00:04:30
    kita lihat ya bahwa setelah kita
  • 00:04:33
    memiliki suatu kurva pasti akan bisa
  • 00:04:36
    kita tentukan nilai derajat
  • 00:04:37
    keanggotaannya atau menilai Miu nya
  • 00:04:39
    lebih terlihat bahwa new permintaan
  • 00:04:44
    sedikit X artinya X ini adalah sebanyak
  • 00:04:47
    permintaannya berapa kita 4000 gitu ya
  • 00:04:49
    itu berarti ketika permintaan Miu
  • 00:04:55
    permintaan sedikit 4000 ini ya kita
  • 00:04:58
    tarik garis dan
  • 00:05:00
    dan berpotongan dengan kurva yang
  • 00:05:02
    sedikit GTA linear turun maka fungsinya
  • 00:05:05
    adalah 5000 dikurangi X dibagi B
  • 00:05:07
    dikurangi agak2 permintaan sedikitnya
  • 00:05:11
    akan kita dapatkan nilainya adalah 0,25
  • 00:05:14
    anaknya 4000 kemudian kalau Mio
  • 00:05:17
    permintaan banyak 4000 akan kita
  • 00:05:20
    dapatkan nilainya adalah 0,75 ini sama
  • 00:05:24
    persis seperti ketika kita menghitung
  • 00:05:26
    nilai keanggotaan atau derajat
  • 00:05:29
    keanggotaan pada bayi tsukamoto Dana
  • 00:05:33
    kurva ya fungsi atau kurva
  • 00:05:37
    keanggotaannya punxa sama dengan nilai
  • 00:05:39
    minimumnya sama nilai maksimumnya juga
  • 00:05:42
    saat juga sama nah cara menghitungnya
  • 00:05:45
    juga sama selain variabel permintaan
  • 00:05:49
    Ternyata kita juga ada yang kedua yaitu
  • 00:05:51
    adalah variabel persediaan nah variabel
  • 00:05:54
    persediaannya ketika persediaannya 300gb
  • 00:05:57
    maka Miu persediaan sedikit
  • 00:06:00
    100 itu berapa nilainya ternyata
  • 00:06:02
    nilainya adalah 0,6 dan new persediaan
  • 00:06:06
    banyak 300 itu nilainya adalah 0,4 saya
  • 00:06:12
    juga sama seperti kasus sebelumnya
  • 00:06:15
    kemudian setelah variabel persediaan
  • 00:06:18
    kita akan melihat bagaimana untuk
  • 00:06:21
    variabel produksi nah variabel produk
  • 00:06:26
    sih disini merupakan variabel yang
  • 00:06:29
    ditanyakan seberapa banyak sih produksi
  • 00:06:31
    yang harus di lakukan atau yang harus
  • 00:06:34
    diproduksi oleh pabrik tersebut dan gitu
  • 00:06:37
    jadi disini kurvanya berupa kurva linear
  • 00:06:42
    turun dan kurva linier naik pria lengkap
  • 00:06:47
    fungsinya fungsinya adalah new produksi
  • 00:06:50
    berkurang kita kasih nama z GTA itu akan
  • 00:06:54
    bernilai nol jika z nya kurang di
  • 00:07:00
    ini lebih besar sama dengan 7000 dan
  • 00:07:02
    akan bernilai 7000 dikurangi Z dibagi
  • 00:07:05
    7000 dikurangi 2000 kalau tentangnya
  • 00:07:07
    adalah 2000 sama 7000 dan akan bernilai
  • 00:07:11
    1 Jika kurang dari sama dengan 2000 itu
  • 00:07:16
    kalau Pro berkurang karena berguna untuk
  • 00:07:18
    Run hadiah lihat turun sedangkan kalau
  • 00:07:21
    produksi bertambah hati dia linear naik
  • 00:07:25
    akan bernilai nol kalau z nya kurang
  • 00:07:27
    dari sama dengan 2000 akan bernilai
  • 00:07:30
    antara Z dikurangi 2000 dibagi Rp7.000
  • 00:07:33
    dikurangi 2001 ketika rentang antara
  • 00:07:37
    2000 dan Rp7.000 dan akan bernilai 1
  • 00:07:39
    Kalau zatnya lebih besar sama dengan
  • 00:07:42
    Rp7.000 Nah ini nanti yang akan kita
  • 00:07:44
    gunakan ketika kita akan menentukan
  • 00:07:47
    seberapa banyak sih yang akan diproduksi
  • 00:07:50
    oleh suatu pabrik tersebut kemudian kita
  • 00:07:55
    akan melihat ya semua variabel sudah
  • 00:07:58
    kita tentukan
  • 00:08:00
    Hai New Year atau nilai derajat
  • 00:08:02
    keanggotaannya kecuali pada variabel
  • 00:08:04
    produk produksi dengan demikian langkah
  • 00:08:09
    pertama kita sudah selesai yaitu proses
  • 00:08:11
    fuzzifikasi sudah selesai kemudian kita
  • 00:08:13
    akan menuju ke proses yang kedua yaitu
  • 00:08:17
    adalah proses inferensi atau evaluasi
  • 00:08:20
    rullya evaluasi rule ini sama halnya
  • 00:08:23
    ketika kita melakukan evaluasi seperti
  • 00:08:26
    pada fuzzy tsukamoto Artinya kita proses
  • 00:08:31
    kombinasikan ya jika permintaan banyak
  • 00:08:33
    dan persediaan banyak maka produksinya
  • 00:08:36
    bertambah jika permintaannya banyak kita
  • 00:08:40
    ganti persediaannya banyak produksinya
  • 00:08:42
    berkurang dengan kita ganti juga jika
  • 00:08:46
    permintaannya banyak gitu ya kemudian
  • 00:08:48
    persediaannya diganti sedikitnya
  • 00:08:51
    produksinya bertambah permintaannya
  • 00:08:53
    banyak persediaannya sedikit setiap
  • 00:08:56
    produksinya berkurang selain itu kita
  • 00:08:59
    juga
  • 00:09:00
    yang memiliki aturan yang lain gitu ya
  • 00:09:02
    jika permintaannya sedikit persediaannya
  • 00:09:05
    banyak maka produksi bertambah hingga
  • 00:09:07
    kerul yang ha dimana permintaan sedikit
  • 00:09:11
    dan persediaan sedikit maka produksi
  • 00:09:15
    barang berkurang dari ke-8 roll ini kita
  • 00:09:19
    bisa melakukan suatu evaluasi artinya
  • 00:09:24
    evaluasi ini harus kita pertimbangkan
  • 00:09:25
    Apakah logika kita mau menerima atau
  • 00:09:29
    tidak gede ya laksananya misalnya
  • 00:09:31
    seperti ini jika permintaannya sedikit
  • 00:09:36
    dan persediaannya sedikit maka produksi
  • 00:09:38
    barang bertambah Nah maka kalau kita
  • 00:09:41
    produksinya kita tambah maka gudang pun
  • 00:09:43
    juga akan tambah penuh karena permintaan
  • 00:09:45
    sedikit-sedikit secara logika kita
  • 00:09:48
    pastinya kalau permintaannya sedikit ya
  • 00:09:50
    persediaannya sedikit ya sudahlah
  • 00:09:52
    sementara kita nggak usah produksinya
  • 00:09:54
    enggak usah ditambahin dulu karena apa
  • 00:09:56
    barang yang akan kluar artinya
  • 00:09:59
    permintaannya
  • 00:10:00
    dikit Jadi kemungkinan akan menumpuk
  • 00:10:02
    kalau ada penumpukan kalau misalkan
  • 00:10:04
    barangnya ini cepat kadaluarsa itu dia
  • 00:10:08
    maka pastinya juga akan malah mengalami
  • 00:10:10
    kerugian jadi perlu kita cek setiap
  • 00:10:13
    masing-masing Rully Nia masuk kelogisan
  • 00:10:16
    nya seperti apa Nah ternyata setelah
  • 00:10:20
    kita lakukan evaluasi Rodja maka akan
  • 00:10:24
    didapatkan troll yang logik dan roll
  • 00:10:27
    yang and wajib berdasarkan ke-8 rule
  • 00:10:31
    yang ada atau aturan yang ada diperoleh
  • 00:10:34
    roll yang masuk akal artinya logika kita
  • 00:10:37
    yang tidak menolak ya nahrul yang
  • 00:10:40
    pertama jika permintaan banyak
  • 00:10:41
    persediaan banyak produksi bertambah
  • 00:10:44
    Boleh kedua banyak sedikit bertambah
  • 00:10:47
    kemudian permintaan sedikit persediaan
  • 00:10:49
    banyak berkurang kemudian permintaan
  • 00:10:52
    sedikit persediaan sedikit maka
  • 00:10:54
    produksinya juga berkurang dulu seperti
  • 00:10:57
    itu ini yang kita pakai
  • 00:11:00
    Oh ya proses inferensi sudah selesai dan
  • 00:11:03
    proses evaluasi rule atau aturan juga
  • 00:11:06
    sudah berjalan dengan baik maka keempat
  • 00:11:09
    aturan inilah yang akan kita pakai bukan
  • 00:11:12
    8 karena dari delapan kita seleksi yang
  • 00:11:15
    masuk logika kita mana seperti itu
  • 00:11:18
    kemudian kita akan menuju ke langkah
  • 00:11:22
    yang ketiga yaitu adalah proses
  • 00:11:25
    komposisi atau agregasi jika permintaan
  • 00:11:31
    banyak gitu ya dan persediaan banyak BBM
  • 00:11:36
    maka produksi barang bertambah masa maka
  • 00:11:41
    kita lihat ya Alfa predikat satu itu
  • 00:11:44
    sama dengan berarti Alphard Pun minta
  • 00:11:48
    and banyak ya kemudian Miu persediaan
  • 00:11:52
    banyak jadi ya maka kita ambil
  • 00:11:54
    minimumnya 0,75 sama 0,4 maka kita ambil
  • 00:11:59
    adalah no
  • 00:12:00
    koma empat kemudian karena yang kita
  • 00:12:04
    ambil adalah 0,4 Nya maka 0,4 ini akan
  • 00:12:08
    kita Gambarkan artinya kalau yang
  • 00:12:10
    permintaan banyak berarti kan naikkan ya
  • 00:12:13
    maka kurvanya dia naik jadi ya
  • 00:12:15
    persediaan juga permintaan persediaannya
  • 00:12:19
    naik juga ya yang nilainya 0,75 sama 0,4
  • 00:12:25
    Griya kemudian kalau bertambah kurvanya
  • 00:12:28
    dia juga naik kemudian kita ambil suatu
  • 00:12:31
    garis lurus gede ya yang paling kecil
  • 00:12:34
    mana gitu nah ternyata ketika kita
  • 00:12:36
    potong kan berarti 0,4 ini yang kita
  • 00:12:38
    ambil karena minimumnya itu sehingga
  • 00:12:41
    nanti yang akan kita pakai itu yang
  • 00:12:45
    warna hijau yang warna hijau ini artinya
  • 00:12:47
    kita ambil yang paling minimum karena
  • 00:12:51
    prosesnya akan seperti itu artinya jika
  • 00:12:53
    Idah apa namanya kaidah evaluasi rulenya
  • 00:12:58
    ya diproses komposisi ini kita
  • 00:13:00
    hai hai sebelum kita lakukan
  • 00:13:01
    penggabungan gede ya kita ambil dari
  • 00:13:04
    minimum Setiap aturan yang ada Jadi kita
  • 00:13:09
    ambil ruasnya luasan yang warna hijau
  • 00:13:12
    ini ya sekitar paling tingginya Yaitu
  • 00:13:14
    berarti 0,4 Kemudian untuk rule kedua
  • 00:13:18
    yaitu banyak sedikit bagi banyak naik ya
  • 00:13:21
    sedikit turun Bertambah naik kiri ya
  • 00:13:25
    banyaknya ini nilainya adalah 0,75
  • 00:13:29
    sedikit ini nilainya adalah 0,6 jadi ya
  • 00:13:33
    maka minimumnya berapa 0,6 maka dari
  • 00:13:36
    grafik kita akan mengambil yang minimum
  • 00:13:39
    detik 0,6 rapi garis yang merah ini ya
  • 00:13:43
    merah kemudian berkaitan dengan garis
  • 00:13:46
    yang hijau sehingga akan kita dapatkan
  • 00:13:48
    ketika kita luruskan akan ada
  • 00:13:50
    perpotongan ya maka kita dapatkan yang
  • 00:13:53
    diarsir warna hijau ini ini untuk rule
  • 00:13:55
    yang kedua pertama tadi adalah 0,4 ke
  • 00:14:00
    dan yang kedua ini adalah 0,6 jadi
  • 00:14:04
    ketika kita gambar dulu ya dari Curva
  • 00:14:06
    Nord hanya itu kemudian yang ketiga
  • 00:14:10
    sedikit banyak berkurang sedikit berarti
  • 00:14:13
    turun jadi ya kemudian banyak berarti
  • 00:14:17
    naik ya kemudian produksi barang
  • 00:14:21
    berkurang Berarti tuh turun kalau
  • 00:14:23
    sedikit itu Miu permintaan sedikit 4000
  • 00:14:27
    nilainya adalah 0,25 Miu persediaan
  • 00:14:31
    banyak nilainya 300mw persediaan banyak
  • 00:14:34
    309 adalah 0,4 maka minimnya berapa 0,25
  • 00:14:39
    dan 0,25 ini yang kita tarik ya garis
  • 00:14:42
    lurus 0,4 juga tapi yang paling minimum
  • 00:14:45
    mana yang paling minum adalah 0,25 maka
  • 00:14:50
    arsirannya akan berbentuk warna hijau
  • 00:14:52
    itu berarti yang kita pakai sebenarnya
  • 00:14:56
    adalah 0,25 0,25 ini berarti miliknya
  • 00:15:00
    hai hai apa namanya yang pakai
  • 00:15:03
    permintaan sedikit kan Ya nah mirip
  • 00:15:07
    seperti itu kemudian untuk yang keempat
  • 00:15:10
    Gebyar kita akan menggunakan sedikit
  • 00:15:14
    sedikit berkurang sedikit sedikit
  • 00:15:19
    berkurang dari sedikit turun jadi ya
  • 00:15:22
    untuk permintaan persediaan sedikit juga
  • 00:15:25
    turun produksi barang berkurang maka ini
  • 00:15:28
    berkurang semuanya nilainya 0,25 sama
  • 00:15:31
    0,6 pasnya kita milih yang 0,25 ketiga
  • 00:15:35
    kita buat garis lurusnya gitu ya maka
  • 00:15:38
    kita dapatkan kita memilih 0,25 dan
  • 00:15:44
    arsirannya yang berwarna hijau jadi
  • 00:15:46
    setiap dari permintaan dan persediaan
  • 00:15:50
    dan produksi yaitu akan kita buat suatu
  • 00:15:53
    garis lurus gitu ya kemudian minimum itu
  • 00:15:57
    yang akan kita pakai kita pakai di
  • 00:16:00
    nyata tadi kita mendapatkan perlu
  • 00:16:02
    pertama 0,4 kemudian 02 0,6 kemudian
  • 00:16:08
    roll ketiga 0,25 rule keempat 0,25
  • 00:16:13
    berarti sama ya Rul ketika sama Arul
  • 00:16:16
    gempa karena salah dari arsiran arsiran
  • 00:16:21
    tadi yang warna hijau itu akan kita
  • 00:16:23
    kombinasikan bentuknya jadi seperti ini
  • 00:16:26
    ini 0,4 yang ini adalah 0,6 gitu ya ini
  • 00:16:32
    berakhir yang kedua kemudian ini rule
  • 00:16:34
    ketiga dan keempat sama kemudian akan
  • 00:16:37
    kita bentuk menjadi satu Artinya kita
  • 00:16:42
    bentuk menjadi satu tuh otomatis yang
  • 00:16:44
    paling kecil berarti kan 0,25 ya nanti
  • 00:16:48
    0,25 itu menjadi paling bawah kemudian
  • 00:16:52
    0,4 = 0,4 yang tinggi berarti 0,6 Nah
  • 00:16:57
    kalau kita lihat 0,4 =
  • 00:17:00
    cuma enam ini kan bentuknya hampir mirip
  • 00:17:02
    kan ya hampir mirip akan tetapi kan
  • 00:17:05
    nilai paling tinggi nya saja yang
  • 00:17:06
    membedakan dan cocok jadi kemungkinan
  • 00:17:10
    0,4 ini bisa masuk ya di 0,6 0,6 tapi
  • 00:17:16
    juga bisa ya Berarti Kemungkinan tidak
  • 00:17:19
    masuk di 0,6 artinya bisa beririsan juga
  • 00:17:22
    di 0,6 tapi ada bagian yang tidak
  • 00:17:25
    beririsan dengan 0,6 jadi kita gabungkan
  • 00:17:29
    jadi satu artinya cara menggabungkannya
  • 00:17:31
    ini paling muda adalah kita lihat dulu
  • 00:17:33
    nilai yang paling kecil berapa gitu ya
  • 00:17:35
    kemudian yang selanjutnya hingga yang
  • 00:17:38
    paling tinggi sehingga dari sini
  • 00:17:42
    ternyata jelas akan ada tiga bagian ada
  • 00:17:46
    A1 A2 dan A3 jadi ya Di mana batasnya
  • 00:17:50
    kalau yang A1 ini merupakan yang milik
  • 00:17:53
    0,25 ya Kemudian untuk yang A3 ini
  • 00:17:57
    paling tinggi adalah 0,6
  • 00:18:00
    Hai berarti untuk yang 0,4 berarti kan
  • 00:18:03
    tentang ada dia dua ini seperti itu
  • 00:18:05
    kemudian kita kasih nama ada satu kecil
  • 00:18:09
    gitu ya kecil satu dana kecil2 ini
  • 00:18:12
    merupakan batas-batasnya Dan inilah yang
  • 00:18:14
    akan kita tentukan dari sini kita akan
  • 00:18:18
    melihat bahwa pergerakannya produksinya
  • 00:18:22
    ini kalau kita gabungkan atau kita
  • 00:18:24
    kombinasikan dari proses komposisi ini
  • 00:18:27
    kita lihat ya A1 A2 A3 mengalami
  • 00:18:31
    produksi bertambah kan ya artinya
  • 00:18:35
    bertambah di sini naik dari 0,25
  • 00:18:38
    kemudian 0,4 kemudian 0,6 karena
  • 00:18:43
    produksinya secara grafik ya Secara
  • 00:18:45
    daerah arsir ini mengalami pertambahan
  • 00:18:48
    makan nanti kita menggunakan fungsi
  • 00:18:51
    produksinya yang pertama bertambah
  • 00:18:54
    jangan menggunakan produksi yang
  • 00:18:55
    berkurang laptop
  • 00:19:00
    Hai hingga dari sini terlihat nah ini
  • 00:19:04
    penjelasannya berdasarkan proses
  • 00:19:06
    kombinasi agregasi terlihat bahwa luas
  • 00:19:09
    area menunjukkan produksi mengalami
  • 00:19:11
    peningkatan artinya peningkatan terlihat
  • 00:19:14
    nilainya 0,25 0,40 koma 6 seperti itu
  • 00:19:18
    sehingga nilai A1 dan A2 ditentukan
  • 00:19:22
    melalui fungsi keanggotaan yang
  • 00:19:24
    bertambah berarti fungsi keanggotaan
  • 00:19:27
    produksi bertahan pertanda jadi Miu
  • 00:19:29
    produksi bertambah Z nilainya dia akan
  • 00:19:33
    bernilai nol kalau catnya kurang dari
  • 00:19:35
    sama dengan 2000 akan bernilai Z
  • 00:19:38
    dikurangi 2007 bagi Rp7.000 dikurangi
  • 00:19:41
    2001 renangnya antara 2000 dan Rp7.000
  • 00:19:44
    dan akan bernilai 1 Kalau lebih besar
  • 00:19:47
    sama dengan Rp7.000 Nah kita akan tahu
  • 00:19:50
    bahwa nilai z Itu sebenarnya adalah
  • 00:19:56
    menyumbangkan Widya nah Nyonya kan tadi
  • 00:19:59
    sudah di
  • 00:20:00
    wuih yaitu 0,25 sama 0,6 * ya Nah maka
  • 00:20:06
    A1 dikurangi 2000gt aset ini kita ganti
  • 00:20:09
    dengan A1 dikurangi 2000 dibagi Rp7.000
  • 00:20:12
    dikurangi 2000 = 0,25 ini yang pertama
  • 00:20:15
    maka as satunya ketemu 3250 sedangkan
  • 00:20:20
    aduannya da2 dikurangi 2000 dibagi 7000
  • 00:20:25
    dikurangi 2000 = 0,6 Griya itu sama
  • 00:20:30
    dengan Rp25.000 kita kalikan silang
  • 00:20:35
    seperti biasanya maka kita sudah
  • 00:20:38
    menemukan nilai A1 dan A2 sebenarnya
  • 00:20:41
    Tujuan kita adalah menentukan A1 dan A2
  • 00:20:44
    ini kayak gitu karena dari A1 dan A2
  • 00:20:47
    Inilah kita akan mendapatkan fungsi baru
  • 00:20:53
    ya sehingga kita akan mendapatkan fungsi
  • 00:20:56
    keanggotaan baru untuk variabel produksi
  • 00:21:00
    artinya produksi bertambah itu nilai
  • 00:21:03
    paling kecilnya adalah 0,25 karena kalau
  • 00:21:08
    kita melihat ya Coba kita lihat dari
  • 00:21:10
    grafik sebelumnya gitu ya bahwa produksi
  • 00:21:12
    di sini kan enggak pernah nol artinya
  • 00:21:14
    akan selalu paling kecilpun ya 0,25
  • 00:21:18
    kemudian dianae gitu ya mungkin 0,4 0,5
  • 00:21:23
    hingga sampai 0,63 nilainya adalah akan
  • 00:21:29
    bernilai 0,25 kalau z nya kurang dari
  • 00:21:32
    sama dengan 3250 dan akan bernilai Z
  • 00:21:37
    dikurangi 2000 diri ya kemudian dibagi
  • 00:21:40
    Rp7.000 dikurangi 2000 tentangnya 3250
  • 00:21:44
    sampai 5000 dan akan bernilai 0,6 Kalau
  • 00:21:48
    zatnya lebih besar sama dengan Rp5.000
  • 00:21:50
    jadi nilai minimumnya adalah 0,25 Nyonya
  • 00:21:55
    ya menyemak simbolnya adalah 0,6
  • 00:21:58
    berdasarkan
  • 00:22:00
    gimana berdasarkan dari yang sudah kita
  • 00:22:03
    pertimbangkan dari alfanya tadi kita
  • 00:22:07
    akan menentukan Alfa predikat itu kan
  • 00:22:09
    digunakan untuk menentukan yang paling
  • 00:22:12
    minimum berapa kayak gitu dari sinilah
  • 00:22:15
    baru kita akan bisa menentukan itu
  • 00:22:19
    prosesnya namanya yang keempat yaitu
  • 00:22:21
    proses device dikasih proses
  • 00:22:24
    defuzzifikasi kita menggunakan kaidah
  • 00:22:27
    sentroid ya sentralnya berarti Z bintang
  • 00:22:31
    sama dengan kita pakai karena ini
  • 00:22:33
    menggunakannya adalah kontinyu maka
  • 00:22:36
    integral Z new cc70 momen sedangkan
  • 00:22:42
    integral Mio J zdzdz yaitu merupakan
  • 00:22:47
    luas daerah momennya adalah tadi kita
  • 00:22:53
    menghitung daerah arsiran yang pertama
  • 00:22:55
    berarti kita menghitung apa momen
  • 00:22:57
    pertama berarti 0-3000 200
  • 00:23:00
    10 karena A1 kan 3250 lebih 0-3000 90025
  • 00:23:08
    zdz Griya kalau kita integralkan maka
  • 00:23:11
    dapatnya 1321 32031 2,5 kemudian momen
  • 00:23:19
    keduanya batasnya kan berarti 3250
  • 00:23:23
    sampai 5000 dan ya momen untuk A2 ya
  • 00:23:28
    fungsinya mana ya fungsinya Berarti kan
  • 00:23:31
    Zetsu kurangi 2000 sebagai 5000 Z
  • 00:23:34
    dikurangi 2000 dibagi 7200 kurangi 2004
  • 00:23:39
    punya 5000 itu ya Ded Ded Kemudian untuk
  • 00:23:44
    yang ketiga kita akan mendapatkan 500
  • 00:23:47
    batasnya berarti dari 5000 hingga ke
  • 00:23:50
    Rp7.000 karena kan batas maksimal
  • 00:23:53
    produksikan adalah 7000-7559 seperti 0,6
  • 00:24:00
    dibagi dua zat kuadrat ya batas bawahnya
  • 00:24:03
    Rp5.000 batas atasnya adalah 7000 nek
  • 00:24:07
    ini merupakan momen pertama momen kedua
  • 00:24:10
    dan momen ketiga dari momen ini
  • 00:24:13
    lanjutnya kita akan menentukan luasnya
  • 00:24:16
    tadi luas pertama itu kan berarti luas
  • 00:24:19
    persegi panjangnya gimana panjangnya
  • 00:24:23
    adalah 3250 tingginya 0,25 atau lebarnya
  • 00:24:27
    0,25 ketemu itu kemudian A2 itu kita
  • 00:24:31
    bisa lihat bahwa bentuknya adalah
  • 00:24:35
    trapesium maka luasnya adalah setengah
  • 00:24:41
    jadi ya setengah dikalikan jumlah dari
  • 00:24:44
    sisi yang sejajar gitu ya dikalikan
  • 00:24:47
    dengan Ting tinggi jadi 743 75 sedangkan
  • 00:24:53
    A3 nya gede ya Berarti adik Da ituan eh
  • 00:24:58
    mirip juga dengan persegi
  • 00:25:00
    dengan ya persegi panjang Persegi
  • 00:25:02
    panjang di mana panjangnya yaitu Rp7.000
  • 00:25:05
    kurangi Rp5.000 dikalikan lebarnya 0,6
  • 00:25:09
    berarti 1200 sehingga Z bintangnya kita
  • 00:25:13
    dapat M1 ditambah M2 ditambah M3 itu
  • 00:25:17
    dibagi A1 A2 A3 Inget ya BM1 ditambah M2
  • 00:25:23
    ditambah m3di ya jika dibagi A1 ditambah
  • 00:25:28
    A2 ditambah A3 Nah kita dapatkan untuk
  • 00:25:36
    head bintangnya gitu ya maka M1 ditambah
  • 00:25:39
    M2 ditambah M3 momennya dibagi dengan
  • 00:25:43
    luasnya A1 ditambah A2 ditambah h3k
  • 00:25:47
    totalnya sebesar ya kita kalkulasi
  • 00:25:50
    seperti biasa ya dapatnya adalah 4247
  • 00:25:54
    koma 74 Nah di sini kita bulatkan jadi
  • 00:25:59
    4200
  • 00:26:00
    AKB48 karena nggak mungkin bentuknya
  • 00:26:04
    koma artinya produksi elektronik dan
  • 00:26:08
    tidak mungkin kau tidak mungkin koma
  • 00:26:10
    ternyata ketika menggunakan fuzzy
  • 00:26:12
    mamdani Nia tidak sebanyak seperti
  • 00:26:15
    ketika kita menggunakan kaidah metode
  • 00:26:18
    tsukamoto karena tsukamoto disini proses
  • 00:26:21
    defuzzifikasi nya kita menggunakan
  • 00:26:23
    rata-rata terbobot saja Nah kalau
  • 00:26:26
    dipakai Meme dan Nikita disini bisa
  • 00:26:28
    menggunakan sentroid Artinya kita
  • 00:26:31
    mempertimbangkan momen dari setiap
  • 00:26:33
    luasan daerah yang ada di Dia kemudian
  • 00:26:36
    dibagi dengan luasnya Nah itulah
  • 00:26:41
    bagaimana langkah-langkah kita ketika
  • 00:26:44
    akan menyelesaikan suatu studi kasus
  • 00:26:47
    menggunakan metode fuzzy mentee nih
  • 00:26:51
    semoga bermanfaat terima kasih
  • 00:26:55
    wassalamualaikum warahmatullahi
  • 00:26:58
    wabarakatuh
  • 00:27:00
    hai
タグ
  • fuzzy mamdani
  • artificial intelligence
  • production management
  • fuzzification
  • industrial decision making