REPEATING for di Matlab

Pada umumnya bentuk loop for adalah:

for index = j:k
statements
end

atau
for index = j:m:k
statements
end

j:k adalah vektor dengan elemen j,j+1,j+2,…,k
j:m:k adalah vektor dengan elemen j,j+m,j+2m,…k,nilai k harus lebih besar jika m > 0 atau lebih kecil jika m < 0
index merupakan variabel

for (single line):

for index = j:k, statements, end
atau
for index = j:m:k, statements, end

contoh: for i = 1:5, disp(i), end

Kita dapat menyelesaikan soal diatas dengan Matlab,berikut langkah-langkahnya:
1.

code matlab:

s = 0;
for n = 1:1000
s = s + n^2;
end;
disp(s)

2.

code matlab:

s = 0;
t = -1;
for n = 0:501
t = -t;
s = s + t/(2*n+1);
end;
disp(s)

3.

code matlab:

s = 0;
for n = 0:500
s = s + 1/(((2*n+1)^2)*((2*n+3)^2));
end;
disp(s)

Validasi Logika Fuzzy

Setelah dilakukan pemodelan logika fuzzy maka langkah selanjutnya yaitu validasi logika fuzzy. Validasi logika fuzzy digunakan untuk mengetahui apakah hasil prediksi dengan logika fuzzy bernilai tepat atau tidak tepat (error) sesuai dengan variabel linguistik data aktual. Validasi logika fuzzy ini menggunakan data aktual. Berikut ini merupakan syntax pada matlab untuk validasi logika fuzzy.

Rule Base Pada Logika Fuzzy

Fuzzy rule base berisi pernyataan-pernyataan logika fuzzy (fuzzy statement), yang berbentuk pernyataan IF-THEN. Setelah dilakukan fuzzifikasi untuk setiap masukan dan keluaran, maka langkah berikutnya yaitu membuat aturan (rule base). Rule base ini terdiri dari kumpulan aturan yang berbasis logika fuzzy untuk menyatakan suatu kondisi. penyusunan rule base sangat berpengaruh pada presisi model, pada tahap pengambilan keputusan ditentukan berdasarkan rancangan rule base. aturan If-then yang dihubungkan dengan logika operasi AND dan OR.

Fuzzy C-Means (FCM)

Fuzzy C-Means (FCM) Merupakan suatu teknik pengclusteran data dimana tiap-tiap data dalam suatu cluster ditentukan oleh derajat keanggotaannya. Terdapat beberapa perbedaan yang mendasar antara teknik pengclusteran klasik dengan teknik pengclusteran fuzzy yaitu pada partisi clustering yang bersifat klasik, suatu data hanya menjadi anggota pada satu cluster saja, sedangkan pada partisi fuzzy suatu data bisa menjadi anggota pada dua cluster yang berbeda. Hal ini disebabkan karena nilai keanggotaan suatu data pada partisi fuzzy terletak pada interval 0 sampai dengan 1.

Membuat FIS (Fuzzy Interference System) dengan m-file

Sistem fuzzy atau logika fuzzy adalah salah satu bahasan soft computing yang memiliki karakteristik dan keunggulan dalam menangani permasalahan yang bersifat ketidakpastian dan kebenaran parsial. Logika fuzzy merupakan pengembangan dari logika boolean yang hanya memiliki nilai true (1) atau false (0). Padahal “di dunia nyata terdapat banyak masalah yang tidak bisa dilihat sebagai hitam dan putih. Terdapat hal-hal bernilai abu-abu yang jika diperhatikan akan membantu kita untuk membuat keputusan yang, secara intuitif, lebih adil”.