Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada tahun 1974 Michio Sugeno dalam disertasinya telah mendefinisikan Integral Fuzzy dari suatu fungsi terukur dan positif terhadap suatu ukuran Fuzzy. Pada tulisan ini dibicarakan Integral Fuzzy dari suatu fungsi terukur dan positif terhadap suatu ukuran Fuzzy, yang didefinisikan oleh Dan Ralescu dan Gregory Adams pada tahun 1980 yang disebut Integral Fussy Ralescu - Adams , baserta sifat-sifatnya. Berdasarkan definisi yang terakhir, ditunjukkan berlakunya teorema konvergensi monoton dan lemma Fatou. Ditunjukkan pula kesetaraan antara Integral Fuzzy Ralescu-Adams dengan Integral Fuzzy yang didefinisikan oleh Michio Sugeno."

"ABSTRAKIntegral Fuzzy adalah fungsional bersifat monoton didefinisikan di dalam ruang terukur berdasarkan ukuran Fuzzy pada himpunan terukur. Tugas akhir ini bertujuan meperkenalkan Integral Fuzzy dan sifat-sifat Iintegral Fuzzy. Integral Fuzzy dibentuk dan dikembangkan didasarkan pada operasi-operasi himpunan Fuzzy yaitu operasi: Jika h : X [0,1]. Integral fuzzy h pada A X di dalam ruang terukur terdefinisi apabila h adalah fungsi terukur. Maka selain membahas Integral Fuzzy, juga dibahas ruang terukur, himpunan Fuzzy, ukuran Fuzzy, himpunan terukur, fungsi terukur dan sifat-sifat fungsi terukur. Pada akhirnya dibahas perbandingan Integral Fuzzy dengan Integral Lebesque."

"Segmentasi merupakan sebuah proses yang penting dilakukan dalam menganalisa suatu citra. Dengan melakukan segmentasi, maka citra tersebut dapat dibagi menjadi beberapa bagian yang lebih sederhana yaitu bagian-bagian yang memiliki karakteristik visual yang serupa seperti warna, gerakan, dan tekstur. Fuzzy c-means (FCM) yang diperkenalkan oleh Dunn dan dikembangkan oleh Jim Bezdek, adalah algoritma yang populer digunakan dalam segmentasi citra karena algoritma ini mudah digunakan dan akurat. Lebih tepatnya, FCM sangatlah efektif digunakan untuk mensegmentasi citra yang tidak memiliki noise. Selain sensitif terhadap noise, FCM juga sensitif terhadap outliers. Berbagai macam metode telah ditemukan untuk mengatasi kelemahan dari algoritma FCM, salah satunya menggunakan metode robust FCM (RFCM). Dari hasil penelitian yang dilakukan, dapat dilihat hasil secara kuantitatifnya lebih baik dibandingkan dengan algoritma-algoritma FCM lain. Hasil percobaan menunjukkan modifikasi RFCM memberikan hasil yang lebih baik terutama untuk data iris.

---

Segmentation is an important process to analyze an image. With image segmentation, an image can be partitioned into several simpler parts, which is parts that have similar visual characteristics like colors, motions, and textures. Fuzzy c-means (FCM) is introduced by Dunn and developed by Jim Bezdek. FCM is a popular algorithm to be used on image segmentation because of its simplicity and accuracy. Moreover, FCM is highly effective to segment image that have no noise. Aside its sensitiveness to noise, FCM is also sensitive to outliers. Several methods are founded to overcome FCM’s weaknesses one of which is using robust FCM method. From research, quantitatively it’s result is better compared to other FCM algorithms. Reseach done shows that modified RFCM gives better result especially for iris data."

"In practical decision-making, the independence of criteria is usually violated so its uncreasonable to aggregate the alternative values using additive measures. In order to reflect the interactions between combinations in a set, the generalized shapley function is used to measure the importance of them, which is an expectation utility function with respect to a fuzzy measure. It is worth pointing out that the generalized shapley function is also a fuzzy measure. Then, the generalized shapley interval-valued intuitionistic fuzzy geometric choquet operator is defined, which is also an interval-valued intuitionistic fuzzy value. Further, some important properties are investigated. Moreover, an approach to interval-valued intuitionistic fuzzy multi-criteria decision-making is developed. In the end, two practical examples are selected to show the presented procedure"

"This book reviews current state of the art methods for building intelligent systems using type-2 fuzzy logic and bio-inspired optimization techniques. Combining type-2 fuzzy logic with optimization algorithms, powerful hybrid intelligent systems have been built using the advantages that each technique offers. This book is intended to be a reference for scientists and engineers interested in applying type-2 fuzzy logic for solving problems in pattern recognition, intelligent control, intelligent manufacturing, robotics and automation. "

"Berbeda dengan pandangan umum yang cenderung mengaitkan ketidak-pastian ke dalam konteks probabilistik, teori fuzzy mengenali ketidak-pastian justru dalam kaitannya dengan fuzziness yaitu kekurang-tepatan pendefinisian aspek-aspek yang terkait dengan suatu entitas, ataupun ambiguity yaitu pengaitan sejumlah berhingga pemaknaan atas entitas berfonetik sama. Paradigma yang ditawarkan oleh teori fuzzy adalah nilai keanggotaan yang gradual antara non-membership dan full-membership. Dalam kaitannya dengan modelisasi matematis fenomena riil yang secara alamiah mengandung aspek ketidak-pastian non-probabilistik, diajukan persamaan diferensial fuzzy sebagai alat bantu teoritis. Dalam menyelesaikan persamaan diferensial biasa linier fuzzy digunakan metode generalized differentiability. Kelebihan metode ini, atas metode-metode sebelumnya terletak pada kepraktisan dalam mencari solusi persamaan diferensial biasa linier fuzzy. "