PELABUHAN PT ASDP INDONESIA FERRY (PERSERO) CABANG KETAPANG-GILIMANUK DENGAN PENERAPAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

1 BAB I

PENDAHULUAN

1.1Latar Belakang

Di era modern saat ini berbagai sektor mengalami perkembangan sangat pesat. Suatu contoh pada sektor transportasi, hampir semua jenis kendaraan roda empat maupun roda dua setiap tahunnya semakin banyak yang memiliki kendaraan tersebut. Semua jenis kendaraan tersebut digunakan sebagai faktor pendukung segala aktivitas dalam kehidupan setiap individu. Berangkat dari peristiwa tersebut pada saat musim liburan banyak kendaraan yang melakukan aktivitas penyebrangan melalui pelabuhan. Dilihat dari data tahun 2013 pada musim libur hari Raya Idul fitri yang di lansir media elektronik sebanyak 8670 unit roda 2 (total yang sudah kembali sebesar 49% yaitu sebesar 43312 unit), dan roda 4 campuran sebesar 4939 unit (total yang sudah kembali baru 82% yaitu sebesar 28964). Selain itu efek dari keadaan ini area parkir dalam pelabuhan menjadi penuh, sehingga jika ada kendaraan yang akan menyebrang maka akan dialihkan keluar area pelabuhan. Antrian panjang sering terjadi saat musim liburan – liburan tertentu misalnya pada bulan menjelang hari raya Idul Fitri. Antrian ini mengakibatkan jumlah kapal ferry terbatas, dikarenakan jumlah kendaraan lebih banyak daripada kapal ferry. Selain keterbatasan unit kapal ferry dikarenakan juga pihak pelabuhan tidak cukup memiliki fasilitas dermaga.

Dari permasalahan ini timbul suatu pemikiran mengenai bagaimana cara memprakirakan jumlah unit kapal ferry agar sesuai dengan kebutuhan pelabuhan penyebrangan. Dalam studi kasus ini sebelumnya memprakirakan dengan cara menggunakan data tahun sebelumnya sebagai acuan dalam prakiraan penyediaan unit kapal ferry, akan tetapi cara ini tidak efektif dalam melakukan sebuah prakiraan tanpa menggunakan suatu sistem. Dan pada penelitian ini metode yang digunakan yaitu metode Adaptive Neuro Fuzzy Inference System (ANFIS). Metode ANFIS merupakan metode yang menggunakan jaringan syaraf tiruan untuk mengimplementasikan system inferensi fuzzy. Dalam proses pengerjaan ANFIS menggunakan software MATLAB dan di dalam software ini tersedia

2 apakah format command line atau dalam bentuk GUI. Metode ini dipilih karena memiliki semua kelebihan yang dimiliki oleh sistem inferensi fuzzy dan sistem jaringan syaraf tiruan. Dengan penggunaan metode ANFIS ini di harapkan nantinya dapat membantu memprakirakan banyaknya jumlah akomodasi kapal ferry, sehingga tidak terjadi antrian hingga keluar area pelabuhan PT ASDP INDONESIA FERRY (PERSERO) cabang Gilimanuk.

1.2Rumusan Masalah

Berdasarkan latar belakang skripsi ini maka dapat diambil beberapa rumusan masalah yaitu sebagai berikut :

1. Bagaimana menentukan prakiraan unit kapal ferry yang dibutuhkan dengan menggunakan metode ANFIS ?

2. Bagaimana menentukan angka atau kriteria ideal yang akan dijadikan sebagai standar dalam metode ANFIS ?

1.3Tujuan

Adapun tujuan dari pembuatan skripsi ini adalah :

1. Melakukan prakiraan unit kapal ferry yang dibutuhkan dalam bulan – bulan tertentu (hari raya idul fitri kurang 7 hari).

2. Membuat prakiraan unit kapal ferry yang ideal sehingga mendapat kesesuaian agar tidak memadati diluar area PT ASDP INDONESIA FERRY (PERSERO) cabang Gilimanuk.

1.4Batasan Masalah

Batasan-batasan masalah tersebut sebagai berikut : 1. Menggunakan Metode ANFIS

2. Data yang digunakan pada Hari Raya Idul Fitri kurang 7 hari (H-7) sampai kurang 1 hari pada pukul 08.00 – 20.00 WITA.

3. Tidak meninjau isi dari kendaraan. 4. Faktor Cuaca.

3 5. Input Kendaraan dalam bentuk konversi luas

6. Hasil dari output berupa luas kemudian dikonversi dalam bentuk jumlah kapal. 7. Kendaraan yang meliputi jenis kendaraan roda 2, roda 4, dan kendaraan jenis

bus seperti yang tertera pada lampiran. 8. Menggunakan Graphic User Interface (GUI).

1.5Metodologi Penelitian

Metode yang digunakan dalam penyusunan tugas akhir ini sebagai berikut :

1. Yaitu melakukan pengkajian berdasarkan teori-teori yang didapat dari perpustakaan atau sumber lainnya yang berupa buku, internet, ataupun dari buku laporan penelitian.

2. Studi lapangan, memperoleh data secara langsung dengan pencatatan jumlah inputan kendaraaan yang melintasi melalui PT ASDP INDONESIA FERRY (PERSERO) cabang Ketapang - Gilimanuk.

3. Peramalan dan pengujian hasil peramalan

1. Menentukan parameter input yang akan diramalkan dengan menggunakan metode ANFIS dengan program m-file pada MATLAB.

2. Simulasi digunakan mengetahui hasil peramalan dan membandingkan presentase antara data output target dengan data hasil peramalan menggunakan metode ANFIS dengan program m-file pada MATLAB. Penyusunan skripsi, dari hasil perencanaan dan pengujian sistem aplikasi tersebut kemudian dianalisa dan diambil suatu kesimpulan yang akhirnya disusunlah buku naskah skripsi ini mencakup semua langkah dalam perencanaan.

1.6Sistematika Penulisan

Sistematika penulisan pada skripsi ini adalah sebagai berikut: BAB I PENDAHULUAN

Merupakan bab pendahuluan yang terdiri atas latar belakang, rumusan masalah, tujuan, batasan masalah, metode penelitian dan sistematika pembahasan tentang skripsi.

4 BAB II DASAR TEORI

Pada Bab II ini akan memaparkan teori yang mendasari penyusunan skripsi ini.

BAB III PERANCANGAN SISTEM

Berisi tentang pemaparan data yang diperlukan dan teknis prakiraan mengenai penambahan jumlah akomodasi kapal ferry dengan penerapan metode ANFIS. Selain itu pada bab ini berisi teori pembuatan GUI.

BAB IV HASIL DAN PEMBAHASAN

Berisi analisa simulasi tentang prakiraan lonjakan kendaraan agar diketahui penggunaan jumlah akomodasi kapal ferry. Dari data real kemudian akan dibandingkan dengan akurasi prakiraan dari metode ANFIS.

BAB V PENUTUP

i

PRAKIRAAN PENGGUNAAN JUMLAH AKOMODASI

KAPAL FERRY PADA PELABUHAN PT ASDP INDONESIA

FERRY (PERSERO) CABANG KETAPANG-GILIMANUK

DENGAN PENERAPAN METODE

ADAPTIVE NEURO FUZZY

INFERENCE SYSTEM

_(ANFIS)

SKRIPSI

Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata I Teknik Elektro Universitas Muhammadiyah Malang

Disusun Oleh :

TIAN RAMADHAN HIDAYAT 201010130311162

JURUSAN ELEKTRO FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG 2015

v

LEMBAR PERSEMBAHAN

Puji syukur kehadirat Allah SWT atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini. Penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada :

1. Allah SWT, atas segala pemberian petunjuk dan kelancaran dalam pengerjaan dan penyelesaian tugas akhir ini.

2. Kedua orang tua yaitu Bapak. H. Abdullah Tayib dan Ibu Hj. Hamida yang selalu mendo’akan, mendukung dan memotivasi penulis sehingga bisa menyelesaikan tugas akhir ini.

3. Bapak General Manager PT ASDP INDONESIA FERRY (PERSERO) beserta jajarannya.

4. Bapak Ahmad selaku pegawai PT ASDP INDONESIA FERRY (PERSERO) yang mengantar saya sehingga mendapatkan data dibagian operasional sebagai bahan penunjang skripsi.

5. Bapak Dr. Ir. Ermanu Azizul Hakim., M.T. dan bapak Ilham Pakaya, S.T. selaku pembimbing tugas akhir.

6. Bapak Ir. Sudarman, MT sebagai Dekan Fakultas Teknik Universitas Muhammadiyah Malang.

7. Ibu Ir. Nur Alif Mardiyah, MT selaku Ketua Jurusan Teknik Elektro Universitas Muhammadiyah Malang.

8. Bapak Ilham Pakaya, S.T. yang sudah meluangkan waktu untuk membimbing dalam mencari judul skripsi dan menyusun proposal.

9. Saya ucapkan terima kasih juga kepada bapak Ir. M. Irfan, MT selaku dosen penguji 1, serta bapak M. Chasrun Hasani, ST. MT. selaku wali dosen sekaligus penguji 2 yang banyak memberikan masukan terhadap hasil skripsi.

10.Melyza Miharjo S.T., Edho Widyatama S.T, Malikhul Amin S.T, Khaerul Humam S.T, dan Ikhwanul Hakim S.T yang sudah memberikan motivasi dan mendukung dalam segala hal. Dan Juga Thayyab Sidiq, Taufik Walhidayat yang mana teman seperjuangan dalam periode sidang bulan mei ini.

vi

11.Terima kasih juga kepada Rezy Gracesita Rizky yang memotivasi saya agar cepat-cepat menyelesaikan skripsi ini.

12.Teman-teman seperjuangan elektro D dan teman – teman se-elektro angkatan 2010.

13.Pihak Dosen beserta Staff TU Jurusan Teknik Elektro UMM.

14.Saya ucapkan juga terima kasih kepada yang part time salah satunya gufron, juga vika yang melayani saat pengumpulan berkas dengan baik.

15.Serta semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah berjasa dalam pengerjaan Tugas Akhir ini.

vii

KATA PENGANTAR

Dengan memanjatkan puji syukur kehadirat Allah SWT. Atas limpahan rahmat dan hidayah-NYA sehingga penulis dapat menyelesaikan skripsi yang berjudul :

“PRAKIRAAN PENGGUNAAN JUMLAH AKOMODASI KAPAL FERRY PADA PELABUHAN PT ASDP INDONESIA FERRY (PERSERO) CABANG KETAPANG-GILIMANUK DENGAN PENERAPAN METODE

ADAPTIVE NEURO FUZZY INFERENCE SYSTEM(ANFIS)”

Di dalam tulisan ini disajikan pokok-pokok pembahasan yang meliputi pendahuluan, dasar teori, perancangan sistem, dan pengujian sistem. Penulis menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu penulis mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan kedepan.

Malang, 7 Mei 2015

viii

DAFTAR ISI

LEMBAR JUDUL ...i

LEMBAR PERSETUJUAN...ii

LEMBAR PENGESAHAN ...iii

SURAT PERNYATAAN...iv

ABSTRAK ...v

ABSTRACT ...vi

LEMBAR PERSEMBAHAN ...vii

KATA PENGANTAR ...ix

DAFTAR ISI ...x

DAFTAR GAMBAR ...xiii

DAFTAR TABEL ...xv

BAB I. PENDAHULUAN 1.1Latar Belakang ... 1

1.2Rumusan Masalah ... 2

1.3Tujuan ... 2

1.4Batasan Masalah... 2

1.5Metodologi Penelitian ... 3

1.6Sitematika Penulisan Tugas Akhir ... 3

BAB II. DASAR TEORI 2.1Pengertian Peramalan (Forecasting) ... 5

2.2Kegunaan dan Peran Peramalan ... 5

2.3Jenis Peramalan ... 6

ix

2.5Faktor-faktor yang Mempengaruhi Jumlah Kapal Ferry Pada Pelabuhan 8

2.6Beberapa Cara Meramalkan Jumlah Kapal Ferry ... 8

2.7Jaringan Syaraf Tiruan ... 9

2.7.1 Jaringan Syaraf Adaptif ... 9

2.8Logika Fuzzy ... 10

2.8.1 Himpunan Fuzzy ... 10

2.8.2 Fuzzifikasi... 11

2.8.3 Defuzzifikasi ... 11

2.9Konfigurasi Sistem Logika Fuzzy ... 12

2.10Soft Computing dan Neuro-Fuzzy ... 12

2.10.1Karakteristik Integrasi Neuro Fuzzy-Soft Computing ... 13

2.10.2Sistem Inferensi Fuzzy (Fuzzy Inference System) ... 14

2.10.3Fuzzy C-Means (FCM) ... 15

2.11Adaptive Neuro-Fuzzy Inference System (ANFIS) ... 16

2.11.1Arsitektur Adaptive Neuro-Fuzzy Inference System (ANFIS) ... 16

2.11.2Evaluasi Akurasi Peramalan Adaptive Neuro Fuzzy Inference System (ANFIS) ... 18

2.12Algoritma pembelajaran Hybrid ... 19

2.12.1Least Square Estimator (LSE) Rekursif ... 20

2.12.2Model Propagasi Error... 21

BAB III. PERANCANGAN SISTEM 3.1 Tahapan Perancangan ... 24

3.2 Pendekatan Perancangan ... 25

3.3 Jenis Data ... 25

3.4 Teknik Pengumpulan Data ... 25

3.5 Teknik Perancangan ... 26

3.5.1 Menyiapkan data angkutan lebaran h-7 (Hari Raya Idul Fitri kurang hari) ... 26

3.5.2 Proses Pembentukan data masukan, keluaran menjadi data matriks . 35 3.5.2.1Matriks Masukan ... 35

x

3.5.2.2Matriks Keluaran ... 35

3.5.3 Mencari nilai mean dan deviasi standar ... 35

3.5.4 Tahap Pembelajaran ANFIS ... 38

3.5.5 Tahap uji coba ANFIS... 39

3.6 Bagian-bagian Design GUI Menu Prakiraan ... 40

3.6.1 Objek Figure ... 40

3.6.2 Objek Uimenu ... 41

3.6.3 Objek Uicontrol... 43

3.7 Model Perancangan Menu Prakiraan ... 44

BAB IV. ANALISA DAN PEMBAHASAN 4.1 Analisa Graphic User Interface ... 46

4.2 Analisa Proses Prakiraan... 47

4.2.1 Prakiraan Penggunaan Kapal Ferry ... 47

4.2.1.1Proses Prakiraan Penggunaan Kapal Ferry Tahun 2014 ... 47

4.2.1.2Sistem Konversi Penggunaan Kapal Ferry ... 56

BAB V. KESIMPULAN DAN SARAN 2.1Kesimpulan ... 59

5.2 Saran ... 60

DAFTAR PUSTAKA ... 61 LAMPIRAN

xi

DAFTAR GAMBAR

Gambar 2.1 Konfigurasi system logika fuzzy ... 12

Gambar 2.2 Sistem Inferensi Fuzzy ... 14

Gambar 2.3 Arsitektur ANFIS ... 17

Gambar 3.1 Diagram Alur Proses Perancangan ... 24

Gambar 3.2 Flowchart Prakiraan Menggunakan ANFIS ... 27

Gambar 3.3 Grafik Input Data X1 (Data Tahun 2012) ... 29

Gambar 3.4 Grafik Input Data X2 (Data Tahun 2013) ... 30

Gambar 3.5 Grafik Output Y (Data 2014) ... 31

Gambar 3.6 Grafik Input X1 dalam Bentuk Luas (Data 2012) ... 32

Gambar 3.7 Grafik Input X2 dalam Bentuk Luas (Data 2013) ... 33

Gambar 3.8 Grafik Output Ydalam Bentuk Luas (Data 2014) ... 34

Gambar 3.9 Matriks Input ... 35

Gambar 3.10 Matriks Output ... 35

Gambar 3.11 Flowchart Clustering Data ... 37

Gambar 3.12 Diagram alir tahap uji coba ... 39

Gambar 3.13 Diagram Objek ... 40

Gambar 3.14 Tampilan layer menggunakan objek figure ... 41

Gambar 3.15 Tampilan menggunakan Objek uimenu ... 43

Gambar 3.16 Diagram perancangan menu ... 44

Gambar 4.1 Tampilan graphic user interface ... 46

Gambar 4.2 Tampilan layer 1 ... 49

Gambar 4.3 Hasil tampilan grafik perbandingan data jumlah kendaraan ... 49

xii

Gambar 4.5 Proses pembelajaran jaringan adaptif ... 54 Gambar 4.6 Perbandingan output target dengan output hasil prakiraan ... 55 Gambar 4.7 Program Konversi ... 57

xiii

DAFTAR TABEL

Tabel 2.1 Perbandingan metode artificial neural network dengan fuzzy logic

system ... 13

Tabel 3.1 Pembagian data angkutan lebaran ... 28

Tabel 3.2 Pemodelan pasangan data masukan dan keluaran ... 28

Tabel 3.3 Data angkutan lebaran tahun 2012 ... 29

Tabel 3.4 Data angkutan lebaran tahun 2013 ... 30

Tabel 3.5 Data angkutan lebaran tahun 2014 ... 31

Tabel 3.6 Hasil konversi data tahun 2012 ... 32

Tabel 3.7 Hasil konversi data angkutan lebaran 2013 ... 33

Tabel 3.8 Hasil konversi data angkutan lebaran 2014 ... 34

Tabel 3.9 Proses pembelajaran ANFIS ... 39

Tabel 4.1 Pasangan data pelatihan untuk prakiraan H-7 sampai H-1 tahun 2014 48 Tabel 4.2 Kecendrungan data masuk cluster data pelatihan ... 51

Tabel 4.3 Output lapisan pertama ... 52

Tabel 4.4 Output lapisan kedua dan ketiga ... 53

Tabel 4.5 Koefisien parameter ... 53

xiv

DAFTAR PUSTAKA

[1] Kusumadewi, Sri; Hartati, Sri. NEURO-FUZZY:Integrasi Sistem Fuzzy & Jaringan

Syaraf/Sri Kusumadewi; Sri Hartati-Edisi Ke dua – Yogyakarta; Graha Ilmu, 2010.

[2] KRAMADIBRATA, Soedjono: Perencanaan Pelabuhan/Soedjono Kramadibrata-Bandung: Penerbit ITB, 2002.

[3] Ismayani, Ika Luzya. Pemakaian Jaringan Syaraf Tiruan Perambatan Balik Dalam

Peramalan Beban Jangka Pendek Sistem Kelistrikan Bali. Jimbaran : Tugas Akhir

Program S1 Jurusan Teknik Elektro Fakultas Teknik Universitas Udayana; 2005.

[4] Dinar Atika. Peramalan Kebutuhan Beban Jangka Pendek Menggunakan Jaringan

Syaraf Tiruan Backpropagation. Semarang : Tugas Akhir Program S1 Jurusan Teknik

Elektro Fakultas Teknik Universitas Diponegoro; 2007.

[5] Arikunto S. Prosedur penelitian suatu pendekatan Praktik, Ed Revisi VI. Jakarta: Penerbit PT Rineka Cipta, 2006.

[6] Widodo, Pudjo, Prabowo; Handayanto, Trias, Rahmadya; Heriawati. Penerapan Data Mining Dengan Matlab/Prabowo Pudjo Widodo; Rahmadya Trias Handayanto; Heriawati-Bandung; Rekayasa Sains, 2013.

ix

2.5Faktor-faktor yang Mempengaruhi Jumlah Kapal Ferry Pada Pelabuhan 8

2.6Beberapa Cara Meramalkan Jumlah Kapal Ferry ... 8

2.7Jaringan Syaraf Tiruan ... 9

2.7.1 Jaringan Syaraf Adaptif ... 9

2.8Logika Fuzzy ... 10

2.8.1 Himpunan Fuzzy ... 10

2.8.2 Fuzzifikasi... 11

2.8.3 Defuzzifikasi ... 11

2.9Konfigurasi Sistem Logika Fuzzy ... 12

2.10Soft Computing dan Neuro-Fuzzy ... 12

2.10.1Karakteristik Integrasi Neuro Fuzzy-Soft Computing ... 13

2.10.2Sistem Inferensi Fuzzy (Fuzzy Inference System) ... 14

2.10.3Fuzzy C-Means (FCM) ... 15

2.11Adaptive Neuro-Fuzzy Inference System (ANFIS) ... 16

2.11.1Arsitektur Adaptive Neuro-Fuzzy Inference System (ANFIS) ... 16

2.11.2Evaluasi Akurasi Peramalan Adaptive Neuro Fuzzy Inference System (ANFIS) ... 18

2.12Algoritma pembelajaran Hybrid ... 19

2.12.1Least Square Estimator (LSE) Rekursif ... 20

2.12.2Model Propagasi Error... 21

BAB III. PERANCANGAN SISTEM 3.1 Tahapan Perancangan ... 24

3.2 Pendekatan Perancangan ... 25

3.3 Jenis Data ... 25

3.4 Teknik Pengumpulan Data ... 25

3.5 Teknik Perancangan ... 26

3.5.1 Menyiapkan data angkutan lebaran h-7 (Hari Raya Idul Fitri kurang hari) ... 26

3.5.2 Proses Pembentukan data masukan, keluaran menjadi data matriks . 35 3.5.2.1Matriks Masukan ... 35

x

3.5.2.2Matriks Keluaran ... 35

3.5.3 Mencari nilai mean dan deviasi standar ... 35

3.5.4 Tahap Pembelajaran ANFIS ... 38

3.5.5 Tahap uji coba ANFIS... 39

3.6 Bagian-bagian Design GUI Menu Prakiraan ... 40

3.6.1 Objek Figure ... 40

3.6.2 Objek Uimenu ... 41

3.6.3 Objek Uicontrol... 43

3.7 Model Perancangan Menu Prakiraan ... 44

BAB IV. ANALISA DAN PEMBAHASAN 4.1 Analisa Graphic User Interface ... 46

4.2 Analisa Proses Prakiraan... 47

4.2.1 Prakiraan Penggunaan Kapal Ferry ... 47

4.2.1.1Proses Prakiraan Penggunaan Kapal Ferry Tahun 2014 ... 47

4.2.1.2Sistem Konversi Penggunaan Kapal Ferry ... 56

BAB V. KESIMPULAN DAN SARAN 2.1Kesimpulan ... 59

5.2 Saran ... 60

DAFTAR PUSTAKA ... 61 LAMPIRAN

xi

DAFTAR GAMBAR

Gambar 2.1 Konfigurasi system logika fuzzy ... 12

Gambar 2.2 Sistem Inferensi Fuzzy ... 14

Gambar 2.3 Arsitektur ANFIS ... 17

Gambar 3.1 Diagram Alur Proses Perancangan ... 24

Gambar 3.2 Flowchart Prakiraan Menggunakan ANFIS ... 27

Gambar 3.3 Grafik Input Data X1 (Data Tahun 2012) ... 29

Gambar 3.4 Grafik Input Data X2 (Data Tahun 2013) ... 30

Gambar 3.5 Grafik Output Y (Data 2014) ... 31

Gambar 3.6 Grafik Input X1 dalam Bentuk Luas (Data 2012) ... 32

Gambar 3.7 Grafik Input X2 dalam Bentuk Luas (Data 2013) ... 33

Gambar 3.8 Grafik Output Y dalam Bentuk Luas (Data 2014) ... 34

Gambar 3.9 Matriks Input ... 35

Gambar 3.10 Matriks Output ... 35

Gambar 3.11 Flowchart Clustering Data ... 37

Gambar 3.12 Diagram alir tahap uji coba ... 39

Gambar 3.13 Diagram Objek ... 40

Gambar 3.14 Tampilan layer menggunakan objek figure ... 41

Gambar 3.15 Tampilan menggunakan Objek uimenu ... 43

Gambar 3.16 Diagram perancangan menu ... 44

Gambar 4.1 Tampilan graphic user interface ... 46

Gambar 4.2 Tampilan layer 1 ... 49

Gambar 4.3 Hasil tampilan grafik perbandingan data jumlah kendaraan ... 49

xii

Gambar 4.5 Proses pembelajaran jaringan adaptif ... 54 Gambar 4.6 Perbandingan output target dengan output hasil prakiraan ... 55 Gambar 4.7 Program Konversi ... 57

xiii

DAFTAR TABEL

Tabel 2.1 Perbandingan metode artificial neural network dengan fuzzy logic

system ... 13

Tabel 3.1 Pembagian data angkutan lebaran ... 28

Tabel 3.2 Pemodelan pasangan data masukan dan keluaran ... 28

Tabel 3.3 Data angkutan lebaran tahun 2012 ... 29

Tabel 3.4 Data angkutan lebaran tahun 2013 ... 30

Tabel 3.5 Data angkutan lebaran tahun 2014 ... 31

Tabel 3.6 Hasil konversi data tahun 2012 ... 32

Tabel 3.7 Hasil konversi data angkutan lebaran 2013 ... 33

Tabel 3.8 Hasil konversi data angkutan lebaran 2014 ... 34

Tabel 3.9 Proses pembelajaran ANFIS ... 39

Tabel 4.1 Pasangan data pelatihan untuk prakiraan H-7 sampai H-1 tahun 2014 48 Tabel 4.2 Kecendrungan data masuk cluster data pelatihan ... 51

Tabel 4.3 Output lapisan pertama ... 52

Tabel 4.4 Output lapisan kedua dan ketiga ... 53

Tabel 4.5 Koefisien parameter ... 53

xiv

DAFTAR PUSTAKA

[1] Kusumadewi, Sri; Hartati, Sri. NEURO-FUZZY:Integrasi Sistem Fuzzy & Jaringan Syaraf/Sri Kusumadewi; Sri Hartati-Edisi Ke dua – Yogyakarta; Graha Ilmu, 2010. [2] KRAMADIBRATA, Soedjono: Perencanaan Pelabuhan/Soedjono

Kramadibrata-Bandung: Penerbit ITB, 2002.

[3] Ismayani, Ika Luzya. Pemakaian Jaringan Syaraf Tiruan Perambatan Balik Dalam Peramalan Beban Jangka Pendek Sistem Kelistrikan Bali. Jimbaran : Tugas Akhir Program S1 Jurusan Teknik Elektro Fakultas Teknik Universitas Udayana; 2005. [4] Dinar Atika. Peramalan Kebutuhan Beban Jangka Pendek Menggunakan Jaringan

Syaraf Tiruan Backpropagation. Semarang : Tugas Akhir Program S1 Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro; 2007.

[5] Arikunto S. Prosedur penelitian suatu pendekatan Praktik, Ed Revisi VI. Jakarta: Penerbit PT Rineka Cipta, 2006.

[6] Widodo, Pudjo, Prabowo; Handayanto, Trias, Rahmadya; Heriawati. Penerapan Data

Mining Dengan Matlab/Prabowo Pudjo Widodo; Rahmadya Trias Handayanto; Heriawati-Bandung; Rekayasa Sains, 2013.