FUZZY INFORMATION RETRIEVAL A. Pengertian Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar. Dalam fuzzy dikenal derajat keanggotaan yang memiliki rentang nilai 0 hingga 1. Berbeda dengan himpunan yang memiliki nilai 1 atau 0. Sedangkan logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output, mempunyai nilai kontinyu. Fuzzy dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama [10]. Variabel Fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem Himpunan Fuzzy. Dalam himpunan fuzzy terdapat beberapa representasi darifungsi keanggotaan, salah satunya yaitu representasi linear. Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan sebagai suatu garis lurus. Berikut ini adalah gambar representasi linear rendah dan naik.
B. Himpunan Fuzzy Himpunan fuzzy adalah himpunan Himpunan fuzzy adalah himpunan -himpunan himpunan yang akan dibicarakan pada suatu variabel dalam sistem fuzzy. Dalam ilmu logika fuzzy kita mengenal dua himpunan, yaitu himpunan crisp (tegas) dan himpunan fuzzy (samar).
- himpunan crisp adalah himpunan yang menyatakan suatu obyek merupakan anggota dari satu himpunan memiliki nilai keanggotaan (µ) = ya (1) atau tidak (0), oleh karena itu himpunan crisp disebut himpunan tegas.
- himpunan fuzzy adalah himpunan yang menyatakan suatu obyek dapat menjadi anggota dari beberapa himpunan dengan nilai keanggotaan (µ) yang berbeda.
C. Sistem Fuzzy Sistem IR mencari dokumen berdasarkan query yang diberikan. Dokumen dan query adalah contoh dari bahasa natural. Bahasa ini seringkali ambigu dan tidak pasti. Sulit untuk menentukan sesuatu yang ambigu dan tidak pasti dalam logika crisp (Rubens,2006). Mengapa Menggunakan Sistem Fuzzy?
- Pada kenyataannya banyak hal di dunia ini yang sangat Pada kenyataannya banyak hal di dunia ini yang sangat kompleks.
- Pengetahuan & pengalaman manusia menjadi sangat dibutuhkan dalam menyelesaikan masalah tersebut.
- Perlu suatu teori yang mampu merumuskan pengetahuan & pengalaman manusia itu ke bentuk matematis.
- Sistem fuzzy akan melakukan transformasi dari pengetahuan Sistem fuzzy akan melakukan transformasi dari pengetahuan manusia ke bentuk matematis
D. Logika Fuzzy
- Logika fuzzy berdasar pada teori yang berhubungan dengan class dari obyek dengan batasan yang tidak jelas dengan keanggotaan berdasarkan derajat. Dokumen, query dan karakteristiknya dapat dengan mudah dilihat sebagai class granular dari obyek dengan batasan yang tidak jelas dan keanggotaan fuzzy di banyak aspek (Rubens,2006).
- Logika fuzzy adalah sistem logika yang merupakan perluasan logika multi value. Menggunakan logika fuzzy memberikan keuntungan dari metode Boolean saat mengatasi kekurangan. Model logika fuzzy menyediakan framework yang mudah dimengerti untuk pengguna awam dari sistem IR. Dokumen yang didapat dari query dievaluasi dengan aturan Fuzzy Inference System (FIS) yang memiliki semantik yang tepat (Rubens, 2006)
Mengapa Menggunakan Logika Fuzzy?
- Konsep logika fuzzy mudah dimengerti.
- Logika fuzzy sangat fleksibel.
- Logika fuzzy memiliki toleransi terhadap data-data yang lain daripada yang lain.
- Logika fuzzy mampu memodelkan fungsi-f i ungs nonlinear yang sangat kompleks.
- Logika fuzzy dapat membangun bagian teratas dari pengalaman-pengal k aman para pakar.
- Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
- Logika fuzzy didasarkan pada bahasa alami.
E. Variabel Fuzzy Variabel fuzzy adalah variabel Variabel fuzzy adalah variabel -variabel yang variabel yang akan dibicarakan dalam suatu sistem fuzzy. Contoh: Temperatur, Umur Tinggi, Badan, dll.
F. Sistem Retrieval Informasi Fuzzy
Fuzzy Logic Fuzzy Logic pada dasarnya merupakan pendekatan logika yang memungkinkan nilai kebenaran antara yang harus didefinisikan antara evaluasi konvensional yang benar dan yang salah. Pengertian seperti agak keras atau keren bisa dirumuskan matematis dan diproses oleh komputer
Fuzzy Sets Fuzzy Sets set yang elemennya memiliki derajat keanggotaan. Dalam teori himpunan klasik, sebuah elemen juga tidak termasuk dalam himpunan. Namun, himpunan fuzzy teori memungkinkan penilaian bertahap keanggotaan elemen dalam satu set ini dijelaskan dengan bantuan fungsi keanggotaan dinilai dalam interval nyata.
Teknik yang ada Masalah pencarian string fuzzy dapat dirumuskan sebagai berikut: “Temukan dalam teks atau kamus dengan ukuran semua kata yang cocok dengan kata yang diberikan atau mulai dengan yang diberikan Kata), dengan mempertimbangkan kemungkinan perbedaan (Kesalahan). ” Metode pengambilan fuzzy di implementasikan mirip dengan metode Fuzzy dengan berbagai parameter. Parameter yang ditentukan adalah:
- Istilah query: Query string yang ditentukan oleh pengguna dikonversi ke istilah Query yang kemudian dicari Indeks yang dihasilkan.
- Ketidak jelasan: Perbedaan yang diperbolehkan antara Kata kunci dan istilah query yang akan diambil.
- Panjang Affix: Maksimal mungkin Panjang karakter Umum untuk query dan kata kunci.
Referensi
https://bethanurinasari.files.wordpress.com/2013/12/fuzzy-information-retrieval.pptx
https://arxiv.org/ftp/arxiv/papers/1506/1506.00091.pdf
https://bethanurinasari.wordpress.com/2013/12/27/fuzzy-information-retrieval/
http://ardiwinahyu.blogspot.com/2013/03/himpunan-fuzzy-adalah.html
http://mafisamin.blog.ugm.ac.id/files/2014/05/IB-pertemuan-1213-himpunan-fuzzy.pdf