Logika fuzzy yang pertama kali diperkenalkan oleh Zadeh, memiliki derajat keanggotaan dalam rentang 0(nol) hingga 1(satu), berbeda dengan logika digital yang hanya memiliki dua nilai yaitu 1(satu) atau 0(nol). Logika fuzzy digunakan untuk menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa (linguistic), misalkan besaran kecepatan laju kendaraan yang diekspresikan dengan pelan, agak cepat, cepat dan sangat cepat. Secara umum dalam sistem logika fuzzy terdapat empat buah elemen dasar yaitu:
1.Basis kaidah (rule base), yang berisi aturan-aturan secara linguistik yang bersumber dari para pakar.
2.Suatu mekanisme pengambilan keputusan (inference engine), yang memperagakan bagaimana para pakar mengambil suatu keputusan dengan menerapkan pengetahuan (knowledge).
3.Proses fuzzifikasi (fuzzification), yang mengubah besaran tegas (crisp) ke besaran fuzzy.
4.Proses defuzzifikasi (defuzzification), yang mengubah besaran fuzzy hasil dari inference engine, menjadi besaran tegas (crisp).
Fuzzy secara bahasa dapat diartikan samar, dengan kata lain logika fuzzy adalah logika yang samar. Dimana pada logika fuzzy suatu nilai dapat bernilai 'true' dan 'false' secara bersamaan. Tingkat 'true' atau 'false' nilai dalam logika fuzzy tergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy memiliki derajat keanggotaan rentang antara 0 hingga 1, berbeda dengan logika digital yang hanya memiliki dua keanggotaan 0 atau 1 saja pada satu waktu. Logika fuzzy sering digunakan untuk mengekspresikan suatu nilai yang diterjemahkan dalam bahasa (linguistic), semisal untuk mengekspresikan suhu dalam ruangan apakah ruangan tersebut dingin, hangat, atau panas.
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input dalam suatu ruang output dan memiliki nilai yang berlanjut. Kelebihan logika fuzzy ada pada kemampuan penalaran secara bahasa. Sehingga, dalam perancangannya tidak memerlukan persamaan matematis yang kompleks dari objek yang akan dikendalikan.

Himpunan Fuzzy
himpunan fuzzy dari semesta U dikelompokkan oleh fungsi keanggotaan µA(x) yang berada pada nilai antara [0,1]. Fungsi keanggotaan dari himpunan klasik hanya memiliki dua nilai yaitu 0 dan 1, sedangkan fungsi keanggotaan himpunan fuzzy merupakan fungsi kontinyu dengan range [0,1].

Fungsi Keanggotaan
Fungsi keanggotaan adalah sebuah representasi grafis dari besarnya partisipasi masing-masing input. Fungsi keanggotaan dihubungkan dengan pembobotan masing-masing input yang diproses, definisi pencocokan fungsi antar-input dan penentuan respon keluaran.

Kelebihan Logika Fuzzy
1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
2. Logika Fuzzy sangat fleksibel.
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4. Logika Fuzzy mampu memodelkan fungsi-fungsi non linearyang sangat kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
6. Logika Fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.

Sekian sedikit pengenalan logika fuzzy yang bisa saya sampaikan. Terimakasih ya atas kunjungannya, semoga post tentang pengenalan logika fuzzy ini bisa bermanfaat.
sumber:
-Kusumadewi, S., & Purnomo, H. Aplikasi logika fuzzy untuk pendukung keputusan(edisi 2). Yogyakarta: Graha Ilmu, 2010.
-Kusrini. Aplikasi Sistem Pakar. Yogyakart: Andi Offset, 2008.