Image of Belajar  cepat Fuzzy logic menggunakan matlab

Belajar cepat Fuzzy logic menggunakan matlab



DAFTAR ISI

BAB 1 SEKILAS FUZZY LOGIC
1.1 Definisi
1.2 Mengapa dan Kapan Perlu Fuzzy Logic?
1.3 Non-Fuzzy Logic dan Fuzzy Logic
1.3.1 Pendekatan Non-Fuzzy
1.3.2 Pendekatan Fuzzy

BAB 2 KONSEP FUZZY LOGIC
2.1 Fuzzy Set
2.2 Fungsi Keanggotaan
2.3 Boolean Logic dan Fuzzy Logic
2.4 Operator Tambahan FL
2.5 IF-THEN Rule

BAB 3 FUZZY INFERENCE SYSTEM
3.1 Contoh Kasus
3.2 Fuzzifikasi Input
3.3 Operasi Fuzzy Logic
3.4 Implikasi
3.5 Agregasi
3.6 Defuzzifikasi
3.7 Diagram FIS
3.8 FIS Tipe Sugeno

BAB 4 MATLAB DASAR
4.1 Memulai dan Mengakhiri MATLAB
4.2 Perintah-perintah Dasar
4.2.1 Perintah Langsung pads MATLAB Prompt
4.2.2 Memotong Perintah yang Panjang
4.2.3 Menyimpan Data Workspace
4.2.4 Perintah Melalui M-Files
4.2.5 Search Path
4.3 Matriks
4.3.1 Membuat dan Mengakses Elemen
4.3.2 Operator ‘:” 4
4.3.3 Membuat Matriks dari File
4.3.4 Menghapus/Menambah Baris/Kolom
4.4 Operasi Matriks
4.4.1 Operasi Logika Internal Matriks
4.4.2 Fungsi find
4.5 Plot
4.5.1 Memulai Plot
4.5.2 Menyimpan Plot
4.5.3 Plot Multidata Sets
4.5.4 Menindihkan Grafik pada Grafik Lain
4.5.5 Figure Windows
4.5.6 MultiPlot dalam Satu Figure
4.5.7 Mengatur Sumbu Plot
4.6 Plot 3D
4.7 Dasar-dasar Pemrograman
4.7.1 Flow Control
4.7.2 Struktur Data
4.7.3 Fungsi

BAB 5 FUZZY LOGIC TOOLBOX
5.1 Sekilas Fuzzy Logic Toolbox
5.2 Graphical User Interface
5.3 FIS Editor
5.4 Membership Function Editor
5.5 Rule Editor
5.6 Rule Viewer
5.7 Surface Viewer
5.8 File FIS
5.9 Penyisipan Fungsi-fungsi Operator Buatan Sendiri
5.10 Command Lines
5.11 Variabel Struktur FIS
5.12 Fungsi-fungsi Penampil FIS
5.13 Membangun FIS Melalui Command Lines
5.14 Evaluasi FIS
5.15 Membangun FIS Tipe Sugeno
5.16 Perbandingan FIS Tipe Mamdani dan Sugeno
5.17 Mengedit Langsung dari File FIS

BAB 6 ADAPTIVE NEURO-FUZZY
6.1 Skenario Pemodelan
6.2 Pemodelan dengan ANFIS
6.3 Validasi Model
6.4 Keterbatasan anfis
6.5 ANFIS GUI
6.5.1 Data untuk Checking dan Training
6.5.2 Contoh Pelatihan FIS dengan Checking Data
6.5.3 Contoh Checking Data yang Jelek
6.6 ANFIS dengan Command Lines
6.6.1 Spesifikasi Contoh Masalah
6.6.2 Membentuk Training Data dan Checking Data
6.6.3 Membangun FIS Awal dengan genfis I
6.6.4,Proses Training
6.7 ANFIS dengan Non-Default Setting
6.7.1 FIS Awal
6.7.2 Training Options
6.7.3 Display Options
6.7 4 Training Method

BAB 7 FUZZY CLUSTERING
7.1 Fuzzy C-Means
7.2 Subtractive Clustering
7.2.1 Contoh Aplikasi
7.2.2 Analisis Overfitting
7.2.3 Clustering Tool

BAB 8 STAND-ALONE FIS BAHASA C
8.1 Kompilasi dalam Linux/Unix
8.2 Kompilasi dalam Windows
8.3 Eksekusi
8.4 Membuat Sendiri Stand-Alone FIS


Ketersediaan

00474.1005.1 Nab 01Perpustakaan STIKOM Bali Renon (Pemrograman)Tersedia
00474.2005.1 Nab 02Perpustakaan STIKOM Bali Renon (Pemrograman)Tersedia
00474.3005.1 Nab 03Perpustakaan STIKOM Bali Renon (Pemrograman)Tersedia
00474.4005.1 Nab 04Perpustakaan STIKOM Bali Renon (Pemrograman)Tersedia
00474.5005.1 Nab 05Perpustakaan STIKOM Bali Renon (Pemrograman)Tersedia
00474.6005.1 Nab 06Perpustakaan STIKOM Bali Renon (Pemrograman)Tersedia
00474.7005.1 Nab 07Perpustakaan STIKOM Bali Renon (Pemrograman)Tersedia

Informasi Detail

Judul Seri
-
No. Panggil
005.1 Nab
Penerbit Andi : Yogyakarta.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
978-979-29-0931-9
Klasifikasi
005.1
Tipe Isi
-
Warna Label Buku
Pemrograman
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subyek
-
Info Detil Spesifik
-
Pernyataan Tanggungjawab

Versi lain/terkait

Tidak tersedia versi lain