TEMU BALIK INFORMASI FUZZY INFORMATION RETRIEVAL Anggota KELOMPOK

TEMU BALIK INFORMASI FUZZY INFORMATION RETRIEVAL

Anggota KELOMPOK • • • Khaerul Imam Dodi Setyawan Usman Nur Dimas I. P Nandana Afif Nur F Riki Santoso Moh. Inwan Baikuni (15. 11. 0103) (15. 11. 0110) (15. 11. 0119) (15. 11. 0120) (15. 11. 0142) (15. 11. 0304)

Definisi • 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 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.

Fuzzy Information Retrieval • 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 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.

Aplikasi Teori Fuzzy untuk Informasi Retrieval • Dalam rangka meningkatkan exibility dari IRSs beberapa pendekatan berdasarkan penerapan teori himpunan fuzzy telah dilakukan. Sebuah himpunan fuzzy memungkinkan. Karakterisasi unsur perusahaannya melalui konsep graduality. Ini mendukung konsep deskripsi yang lebih akurat dari kelas elemen ketika batas tajam keanggotaan tidak dapat secara alami menemukan. Entitas terlibat dalam IRS sangat cocok untuk ini diformalkan dalam bingkai formal yang bekerja dengan tujuan menangkap kekaburan yang melekat. tingkat utama penerapan teori himpunan fuzzy untuk IR memiliki hubungan. (Yaitu ekstensi dari model Boolean, tentang baik representasi dokumen dan bahasa query dan mekanisme asosiatif, seperti fuzzy dan fuzzy tesaurus kekelompokan). Aplikasi lain dari teori himpunan fuzzy telah menyangkut definisi berdasarkan model IR, dan definisi tindakan fuzzy untuk mengevaluasi keaktifan dari IRSs, dalam hal mengingat dan presisi.

Aplikasi Sistem Informasi Car Retrieval • Aplikasi yang mendukung untuk pembelian mobil dibuat menggunakan logika fuzzy. Bahkan orang-orang yang tidak tahu dengan baik mengenai mobil dapat mencari mobil dengan alat yang mendukung seperti jika mereka bertanya pada seseorang yang tahu lebih banyak mengenai mobil. Kondisi yang tidak spesifik diekspresikan dengan himpunan fuzzy dan pencocokan kondisi yang diekspresikan dengan nilai peringkat. Nilai peringkat pada tiga pokok, ukuran mobil, berat mesin, dan power dikalkulasikan untuk mencari level adaptasi dari semua kondisi. Hasilnya ditunjukkan dengan nilai integrasi tertinggi berada pada tingkatan paling atas. Alasan terbesar menggunakan logika fuzzy untuk mengekspresikan subjektivitas dan fuzzines. Tetapi logika tidak selalu cocok untuk setiap orang yang mempunyai subjektifitas yang berbeda. Bagaimanapun dengan membuat fungsi keanggotaan menggunakan statistik dan aljabar linier, dan tetap mengupdatenya agar tampil trendi sehingga sesuai dengan keinginan user. (Samatsu, T; Tachikawa, K; Shi, Yan, 2008, GUI Form For Car Retrieval Systems Using Fuzzy Theory, ICIC Express Letters Vol 2 No 3).

Referensi • https: //bethanurinasari. wordpress. com/2013/12/ 27/fuzzy-information-retrieval/