Logika matematis yang secara tegas menyatakan nilai logika sebagai ‘0’ dan ‘1’ atau ‘benar’ dan ‘salah’ merupakan logika yang sering kita kenal. Logika ini disebut sebagai logika crisp. Pada realitasnya di dunia teknis modern, sebagaimana halnya pada realitas kehidupan manusia, terdapat logika yang lebih halus yang memasukkan nilai di antara ‘0’ dan ‘1’ atau di antara ‘benar’ dan ‘salah’. Logika ini dikenal sebagai logika berbasis pengetahuan. Terdapat berbagai macam logika jenis ini, misalnya fuzzy, neural network, Bayesian, dan lain sebagainya. Sistem pakar juga merupakan aplikasi dari logika berbasis pengetahuan.

Baca artikel terkait: Sistem Pakar, Ketika Semua Orang Bisa Jadi Ahli

Dalam aplikasinya di bidang industri dan teknis, terdapat kelebihan dan kekurangan dalam aplikasi logika crisp maupun logika berbasis pengetahuan. Penggunaan yang tepat dari kedua jenis logika ini tergantung dari keadaan sistem serta target yang diinginkan. Penggunaan logika yang dipilih akan mempengaruhi tingkat kecepatan, akurasi, tingkat kehalusan kinerja (smooth atau kaku), hingga efektivitas kerja.

Logika crisp yang bersifat matematis sudah tentu lebih akurat, namun akan memerlukan waktu komputasi yang sangat lama jika database yang dikalkulasikan begitu banyak. Selain itu, hasil kerja akan terlihat tegas dan (pada beberapa kasus) akan menimbulkan osilasi berlebih. Walaupun demikian, logika crisp memang tepat digunakan jika database klasifikasi yang disimpan tidak terlalu banyak (sehingga cepat) dan memerlukan akurasi yang tinggi.

Sebaliknya, logika berbasis pengetahuan sangat cocok untuk mengolah sistem dengan masukan data yang sangat banyak. Ia dapat mengambil kesimpulan dengan cepat menggunakan data-data tersebut. Hanya saja memang, tingkat akurasinya tidak terlalu presisi, namun kinerjanya di dalam sistem terlihat lebih smooth. Gambaran di bawah ini akan memperjelas perbedaan penggunaan logika crisp dan logika berbasis pengetahuan.

Pada gambaran di atas, barang akan dipindahkan dari titik A ke titik B. Pada penggunaan logika crisp, program secara teoritis akan langsung memindahkan barang dari titik A dan titik B. Pada kenyataan di lapangan, karena crane pemindah barang memiliki karakteristik seperti bandul, maka barang tidak akan langsung berhenti di titik B. Melainkan, barang akan mengalami osilasi dulu sebelum akhirnya berhenti di titik B.

Adapun pada penggunaan logika berbasis pengetahuan, untuk memindahkan barang dari titik A ke titik B, program akan menjalankan crane secara bertahap dengan kecepatan yang pas dari titik A ke titik B. Proses sampainya barang dari titik A ke titik B mungkin memang tidak secepat ketika menggunakan logika crisp, namun logika ini meminimalisasi terjadinya osilasi. Dalam kasus pemindahan barang, program dengan logika ini akan lebih aman untuk keselamatan barang.