Source Code Algoritma Genetika Tsukamoto PHP

Source code algoritma genetika (AG) untuk optimasi fuzzy tsukamoto berbasis web dengan PHP dan MySQL. Algoritma genetika berfungsi untuk mengoptimasi batas nilai keanggotaan himpunan fuzzy. Aplikasi ini menampilkan perbandingan Fuzzy Tsukamoto biasa dengan Tsukamoto yang dioptimasi dengan AG.

Algoritma genetika adalah model soft computing yang dikenalkan oleh John Holland dari Universitas Michigan pada tahun 1975, dimana algoritma genetika merupakan teknik pencarian heuristik berdasar mekanisme evolusi biologis yang meniru dari teori Darwin dan operasi genetika pada kromosom dan sering digunakan untuk menyelesaikan permasalahan optimasi. Terdapat siklus pada pencarian algoritma genetika. Siklus akan terus berjalan mencari fitness terbaik dengan aturan – aturan yang telah ditentukan. Siklus dari algoritma genetika pertama kali dikenalkan oleh David Goldberg. Ketika nilai fitness terbaik telah ditemukan, maka proses akan berhenti. Proses algoritma genetika dimulai dari pembangkitan populasi awal sampai pembentukan populasi baru.

Pada metode Fuzzy Tsukamoto, setiap konsekuen pada Rule yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton sebagai hasilnya (proses fuzzifikasi). Keluaran hasil inferensi dari tiap-tiap rule diberikan secara tegas (crisp) berdasarkan α-predikat. Hasil akhirnya di peroleh dengan menggunakan defuzzifikasi rata-rata terbobot. Dalam proses inferensinya, metode Fuzzy Tsukamoto memiliki beberapa tahapan, yaitu:

1. Fuzzifikasi
   Fuzzifikasi adalah Proses untuk mengubah masukan sistemyang mempunyai nilai tegas atau crisp menjadi himpunan fuzzy dan menentukan derajat keanggotaannya di dalam himpunan fuzzy.
2. Pembentukan Rules IF-Then
   Proses untuk membentuk Rule yang akan digunakan dalambentuk IF –THENyang tersimpan dalam basis keanggotaan fuzzy.
3. Mesin Inferensi
   Proses untuk mengubah masukan fuzzy menjadi keluaran fuzzy dengancarafuzzifikasi tiap Rule (IF-THEN Rules) yang telah ditetapkan. Menggunakanfungsi implikasi MIN untuk mendapatkan nilai alpha-predikat tiap-tiapRule. Kemudian masing-masing nilai alpha-predikat digunakan untuk menghitungoutput masing-masing Rule (nilai z).
4. Defuzzifikasi
   Mengubah keluaran fuzzy yang diperoleh dari mesin inferensi menjadi nilai tegas atau crisp. Hasil akhir diperoleh dengan menggunakan persamaanrata-rata pembobotan menggunakan metode rata-rata Weight Average.

Detail Source Code

Komponen Source Code

Adapun fitur yang tersedia dalam source code algoritma genetika tsukamoto ini antara lain

• Modul data testing
• Modul kriteria
• Modul aturan fuzzy
• Modul perhitungan fuzzy tsukamoto
• Modul perhitungan algoritma genetika
• Modul perhitungan tsukamoto dengan optimasi AG

Screenshot Algoritma Genetika Tsukamoto PHP

AG Tsukamoto

Algoritma Genetika

Aturan Fuzzy

Data

Himpunan

Kriteria

Login

Password

Tsukamoto

Previous Next