Lanjutan Tabel 4.2
[1] [2]
[3] [4]
[5] [6]
[7]
14 0.0848  0.8945  0.0207
√ 15
0.6740  0.2957  0.0304 √
Berdasarkan  tabel  tersebut,  terlihat bahwa  data  ke-3,  6,  7,  8,  10  dan  15
cenderung  untuk  masuk  ke  cluster  yang pertama  suhu  sedang,  data  ke-2,  9,  11,  12,
13,  dan  14  cenderung  untuk  masuk  cluster kedua  suhu  tinggi,  sedangkan  data  ke-1,  4
dan  5  cenderung  untuk  masuk  ke  cluster ketiga suhu rendah.
Proses pengclusteran
ini juga
dilakukan  untuk  semua  variabel  masukan, dengan
langkah yang
sama seperti
melakukan  pengclusteran  variabel  suhu. Akan tetapi, karena data yang akan di cluster
jumlahnya  sangat  banyak,  maka  pada penelitian  ini  menggunakan  bantuan  matlab
untuk mempercepat proses clustering.
4.1.2  Fuzzifikasi
Untuk  masalah  prediksi  cuaca  kali ini, ambil satu sample data aktual yaitu suhu
aktual  26.6º  C,  kelembaban  86,  dan  angin 9  knot.  Bagaimana  curah  hujan  yang  terjadi
untuk hari berikutnya?
Pada  tahap  ini  dilakukan  proses pengubahan  nilai  tegas  tersebut  ke  dalam
fungsi  keanggotaan.  Dalam  hal  ini  fungsi keanggotaan  yang  digunakan  adalah  fungsi
keanggotaan  gaussian  sehingga  persamaan yang  digunakan  adalah  persamaan  2.15,
sehingga  diperoleh  derajat  keanggotaan sebagai berikut:
a.
Variabel Suhu 
= 0.433
= 0.994
= 0.465
b. Variabel Kelembaban
= 0.495
= 0.999
= 0.382
c. Variabel Angin
= 0.059
= 0.464
= 0.992
4.1.3  Penalaran Inferensi
Berdasarkan aturan logika fuzzy pada tabel  4.5,  terdapat  27  aturan  untuk  prediksi
hujan, yaitu: IF Angin = Sedang AND Suhu = Rendah
AND Kelembaban = Tinggi THEN Hujan = Sedang
. .
.
IF Angin = Sangat Kencang AND Suhu = Tinggi AND Kelembaban = Rendah
THEN Hujan = Cerah
4.1.4  Defuzzifikasi
Defuzzifikasi adalah
proses pengkonversian  setiap  hasil  dari  inference
system  yang  diekspresikan  dalam  bentuk fuzzy  set  ke  satu  bilangan  real.  Hasil
konversi  tersebut  merupakan  keluaran  yang diambil oleh system logika fuzzy.
Dalam  pembangunan  logika  fuzzy  ini, metode defuzzifikasi  yang digunakan adalah
weight average rata-rata terbobot. Sehingga persamaan
yang digunakan
adalah persamaan 2.18, maka diperoleh perhitungan
sebagai berikut:
∗
= .
. =
.
Dengan  demikian  didapatkan  bahwa jika  pada  hari  ini  suhu  rata-ratanya  adalah
26.6º  C,  kelembaban  86  dan  kecepatan angin  9  knot,  maka  curah  hujan  pada  hari
berikutnya  adalah  12.59  mmhari  yang termasuk  dalam  variabel  linguistik  hujan
ringan.  Kemudian  hasil  linguistik  tersebut digunakan
sebagai masukan
untuk menentukan  jarak  pandang.  Berdasarkan
tabel  4.9,  terlihat  bahwa  dengan  kondisi hujan  ringan,  jarak  pandangnya  ada  pada
range  5000  -  10000  m  yang  termasuk  jarak pandang jauh.
Berdasarkan  rekomendasi  kelayakan penerbangan  bahwa  pesawat  yang  layak
mendapatkan rekomendasi
penerbangan adalah  dengan  jarak  pandang  jauh  dan
sedang,  maka  dapat  dikatakan  bahwa  pada hari berikutnya pesawat layak terbang.
4.2 Pembangunan Model Prediksi Logika