Sistem logik kabur (LK) menggunakan darjah keahlian dalam perwakilan
pengetahuan dan ia berbeza daripada sistem logik Boolean konvensional yang
berdasarkan keahlian ragup. Terdapat dua jenis sistem inferens (SI) dalam sistem LK
yang membantu untuk memberikan keluaran tertentu berdasarkan nilai-nilai masukan,
iaitu SI jenis Sugeno dan SI jenis Mamdani. Melalui kajian yang dijalankan, terdapat
jurnal yang mencadangkan kaedah LK untuk membuat sesuatu keputusan, iaitu
penentuan jenis-jenis aritmia kardium berdasarkan isyarat elektrokardiogram (EKG).
Kaedah yang dicadangkan ini mempunyai banyak persamaan dengan prosedur
pengelasan yang digunakan oleh SI jenis Sugeno tetapi SI jenis ini kebanyakannya
digunakan dalam tatacara kawalan. Oleh itu, projek ini dijalankan untuk membuat
kajian tentang kesesuaian untuk menggunakan kedua-dua jenis SI dalam aplikasi
penentuan jenis-jenis aritmia kardium. Dalam kajian ini, jenis-jenis aritmia kardium
yang terlibat ialah normal sinus rhythm (NORM), left bundle branch block (LBBB),
right bundle branch block (RBBB), ventricular premature contractions (VPC) and atrial
premature contractions (APC). Secara keseluruhannya, kaedah LK dalam jurnal
tersebut telah dikaji dan sistem LK yang bersekutu dengan SI jenis Sugeno telah dibina
dengan menggunakan MATLAB® R2008a berdasarkan kaedah yang dicadangkan
tersebut. Seterusnya, pengesahan fungsi sistem ini telah dilaksanakan dan sistem
tersebut telah diubah suai kepada sistem LK bersekutu dengan SI jenis Mamdani.
Fungsi sistem ini juga telah ditahkikkan sebelum kedua-dua sistem tersebut diuji dengan
3000 set data rawak untuk penilaian prestasi sistem. Bagi sistem Sugeno, nilai-nilai
sensitiviti dalam menentukan setiap jenis aritmia kardium adalah 100% dan ini telah
menyumbang kepada jumlah ketepatan pengelasan (JKP) sebanyak 100%. Manakala
bagi sistem Mamdani, sensitiviti pengelasan untuk setiap aritmia kardium adalah 100%
kecuali kes NORM yang mempunyai peratusan 99.8 dan dengan itu, JKP bagi sistem ini
adalah 99.9667%. Dari segi masa pemprosesan bagi kedua-dua sistem, masa yang
diperlukan oleh sistem Sugeno adalah sentiasa kurang daripada sistem Mamdani.
Berdasarkan hasil yang diperoleh, sistem Sugeno adalah lebih baik daripada sistem
Mamdani dalam aplikasi ini. Oleh itu, jenis SI yang memberikan keputusan yang
optimum harus dipilih bagi setiap aplikasi sistem LK.
_______________________________________________________________________________________________________
Fuzzy logic (FL) system involves the use of membership degrees for knowledge
representation and it is different from the conventional Boolean logic system that uses
crisp membership. There are two types of fuzzy inference engines in FL systems which
help to map given inputs to output(s): Sugeno-type fuzzy inference system (FIS) and
Mamdani-type FIS. Studies found out that a paper proposes FL method in decision
making application, which is the determination of heartbeat cases on electrocardiogram
(ECG) signals. This method is similar to the classification procedure in Sugeno-type
FISs but Sugeno’s systems are mostly used in control procedure. Thus, this project
studied the suitability of implementing these FISs for this application. In this project,
the heartbeat cases determined are the normal sinus rhythm (NORM), left bundle branch
block (LBBB), right bundle branch block (RBBB), ventricular premature contractions
(VPC) and atrial premature contractions (APC). Overall, the FL method presented in the
paper was studied and a FL system with Sugeno-type FIS was built based on the method
proposed, using MATLAB® R2008a. Next, the system is verified and then modified to
FL system with Mamdani-type FIS that performs the same function. The system was
also examined before both systems were further verified with 3000 sets of random data
for systems’ performances comparison. For Sugeno’s system, its sensitivities in
determining each heartbeat case are all 100% which gives total classification accuracy
(TCA) of 100% whereas for Mamdani’s system, the sensitivities are all 100% except for
NORM heartbeat case, with a percentage of 99.8 and thus the TCA is 99.9667%. For
processing time, Sugeno’s system is always less than Mamdani’s system and based on
the outcomes, Sugeno’s system is better in this application. Therefore, the type of FIS
used should be chosen if it gives better results in any FL system application.
Study of fuzzy systems with sugeno and mamdani-type fis for determination of heartbeat cases on ecg signals / Tee Song Ying