Adaptive Neuro-Fuzzy Inference System (anfis)

Adaptive Neuro-Fuzzy Inference System (ANFIS)

Oleh:

Devie Rosa Anamisa

Definisi

• Neuro-fuzzy adalah gabungan dari dua sistem yaitu sistem logika fuzzy dan jaringan syaraf tiruan.
• Sistem neuro-fuzzy berdasar pada sistem inferensi fuzzy yang dilatih menggunakan algoritma pembelajaran yang diturunkan dari sistem jaringan syaraf tiruan.
• Dengan demikian, sistem neuro-fuzzy memiliki semua kelebihan yang dimiliki oleh sistem inferensi fuzzy dan sistem jaringan syaraf tiruan. Dari kemampuannya untuk belajar maka sistem neuro-fuzzy sering disebut sebagai ANFIS (adaptive neuro fuzzy inference sistems).

Struktur ANFIS

• Lapisan 1 : simpul adaptif (parameter dapat berubah). Fungsi keanggotaan yang banyak digunakan adalah bentuk Bell (lonceng) dan Gaussian.
• Lapisan 2 : Semua simpul pada lapisan ini adalah nonadaptif (parameter tetap). Fungsi simpul ini adalah mengalikan setiap sinyal masukan yang datang
• Lapisan 3 : simpul nonadaptif yang menampilkan fungsi derajat pengaktifan ternomalisasi (normalized firing strength) yaitu rasio keluaran simpul ke-i pada lapisan sebelumnya terhadap seluruh keluaran lapisan sebelumnya
• Lapisan 4 : simpul adaptif (parameter dapat berubah)
• Lapisan 5 : hanya ada satu simpul tetap yang fungsinya untuk menjumlahkan semua masukan

Proses Pembelajaran ANFIS

• Satu tahap arah pembelajaran maju-mundur dinamakan satu epoch.
• Pembelajaran hibrid terdiri atas dua bagian yaitu arah maju (forward pass) dan arah mundur (backward pass).

Model jaringan syaraf feedforward

Contoh Aplikasi

• Sebuah sekolah ingin memberikan beasiswa kepada peserta didiknya. Karena belum memiliki aturan yang baku mengenai persyaratan seorang siswa menerima beasiswa atau tidak, sekolah itu mengadakan riset kepada sekolah lain dengan mengambil data siswa yang menerima beasiswa dan yang tidak menerima beasiswa.
• Harapannya : mendapatkan knowledge dari data tersebut sehingga dapat diterapkan ke dalam suatu aplikasi Sistem Pendukung Keputusan.