Like this:

Step 1

Fuzzifikasi : proses untuk mengubah variabel non fuzzy (variabel numerik) menjadi variabel fuzzy (variabel linguistik)

Step 2

RULE atau aturan logika fuzzy

Inferencing (Ruled Based) , pada umumnya aturan-aturan fuzzy dinyatakan dalam bentuk “IF THEN” yang merupakan inti dari relasi fuzzy.

Step 3

Defuzifikasi: proses pengubahan data-data fuzzy tersebut menjadi data-data numerik yang dapat dikirimkan ke peralatan pengendalian.

CONTOH KASUS:

Harga (m) pada sumbu y mengacu pada derajat dimana nilai masukan crisp (temperatur) dipasang pada tiap labelfungsi keanggotaan {sejuk, hangat, dan sebagainya}. Seperti yang anda lihat, nilai masukan dapat menjadi milik lebih dari satu set fuzzy. 92 derajat termasuk dalam set hangat dan juga set panas yang telah didefinisikan oleh fungsi keanggotaan.

Menguraikan masukan crisp dalam bentuk fuzzy mengijinkan sistem merespon secara halus perubahan dalam temperatur masukan. Sebagai contoh, reaksi sistem fuzzy terhadap aturan, “jika temperatur luar panas, maka lamanya penyiraman singkat; jika temperatur luar hangat maka maka lamanya penyiraman agak lama” akan berubah hanya sedikit jika temperatur luar bergerak dari 80 derajat ke 79,9 derajat.

Respon sistem dalam bentuk lamanya penyiraman akan dihitung pada derajat keanggotaan temperatur masukan pada tiap set, pada keadaan ini, 80 derajat dan 79,9  derajat adalah normal sekaligus hangat.

Pada bagian / langkah berikutnya setelah fuzzyfikasi yaitu evaluasi rule, kita akan  mengetahui bagaimana aturan aturan  menggunakan masukan fuzzy untuk menentukan aksi sistem. Jika anda belum  memahami bagian fuzzyfikasi ini disarankan agar anda  mengulangi lagi  sampai anda benar benar faham dan ngerti tentang fuzzyfikasi  sebelum anda melangkah ke evaluasi rule.