Gambar 17. Fuzzifikasi Kelembaban Udara
4.3.2.2. Proses Evaluasi
Di dalam proses evaluasi Aplikasi DBD terdapat 4 atribut cuaca dan 2 kondisi DBD yang akan dinilai. Proses inferensi adalah bagian terpenting dari
pengembangan suatu sistem. Berikut ini adalah proses inferensi pada model fuzzy Mamdani menurut Marimin 2005 yang digunakan dalam proses evaluasi
sistem Aplikasi DBD :
1. Fuzzikasi Input fuzzy diterima dan ditentukan derajat keanggotaannya. Apabila
kondisi mempunyai aturan lebih dari satu maka diterapkan operator fuzzy
2. Operator fuzzy Operator fuzzy diperlukan apabila anteseden untuk suatu aturan lebih
dari satu, dan digunakan untuk menentukan fungsi keanggotaan hasil inferensi setiap aturan tersebut.
3. Inferensi Nilai kebenaran untuk premise dari setiap aturan dihitung dan
diterapkan pada bagian konklusi dari setiap aturan 4. Agregasi
Penggabungan seluruh output gugus fuzzy menjadi sebuah output gugus fuzzy
5. Defuzzifikasi Proses pengubahan hasil fuzzy menjadi hasil yang mempunyai nilai
tunggal crips
Pada Aplikasi DBD, identifikasi kondisi DBD diawali dengan proses pemasukkan data – data cuaca yang dibutuhkan dalam suatu mekanisme inferensi
yang bekerja berdasarkan kaidah kepakaran untuk menga mbil suatu kesimpulan. Untuk mendekati proses penalaran pakar dalam melakukan pengambilan
keputusan, maka pada penelitian ini proses tersebut disimulasikan dengan menggunakan pendekatan logika fuzzy.
4.3.2.3.Proses Output
Data yang dimasukkan dalam proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan – aturan fuzzy, sedangkan output
merupakan suatu bilangan pada domain himpunan fuzzy tersebut Kusumadewi, 2002.
Setelah proses inferensi Mamdani yang terdiri dari fuzzifikasi , operasi fuzzi, metode implikasi, metode agregasi dan defuzifikasi dijalankan, maka akan
diperoleh hasil defuzzifikasinya. Dalam penelitian ini metode defuzzifikasi yang digunakan adalah metode centroid. Keuntungan dalam menggunakan metode
centroid adalah selain mudah dihitung, nilai defuzzifikasinya akan bergerak secara halus sehingga perubahan dari suatu topologi himpunan fuzzy ke topologi
berikutnya akan bergerak dengan halus Kusumadewi, 2002. Derajat keanggotaan pada kondisi DBD didapatkan berdasarkan hasil pemetaan
nilai defuzzifikasi pada rentang nilai output seperti yang tertera pada tabel 7. Tabel 7. Selang Nilai Untuk Hasil Output Pada Himpunan Fuzzy
Kondisi DBD Rentang Nilai
Representasi Fuzzy Hijau
0 N 1 Tr 0, 0, 0, 1
Kuning 1 N 5
Tr 1, 1, 4, 5 Merah
4 N 100 Tr 4, 5, 100, 100
Data masukkan dan hasil proses Input dan Output pada Aplikasi DBD dapat dilihat pada tabel 8.
BAB V IMPLEMENTASI SISTEM
Kategori