216
e-Indonesia Initiative 2011 eII2011 Konferensi Teknologi Informasi dan Komunikasi untuk Indonesia
14-15 Juni 2011, Bandung
dengan A
i
adalah himpunan fuzzy ke i seba-gai antaseden, ° adalah operator fuzzy AND atau
OR, p
i
adalah konstanta ke i dan q juga
merupakan konstanta dalam konsekuen.
2.4. Prakiraan cuaca
Prakiraan cuaca merupakan suatu hasil ke- giatan pengamatan kondisi fisis dan dinamis udara
dari berbagai tempat pengamatan yang kemudian dikumpulkan, di mana kumpulan hasil pengamatan
dilakukan secara matematis dengan memper- hatikan ruang dan waktu kecenderungan kondisi
fisis udara sedemikian rupa sehingga diperoleh suatu prakiraan. Menurut Zakir 2008: di In-
donesia informasi prakiraan cuaca yang sudah dikenal masyarakat adalah berawan, cerah dan hu-
jan. Sementara itu untuk terjadinya hujan di- kaitkan dengan proses fisis dan dinamis atmosfer
yang diketahui melalui parameter-parameter se- perti adanya massa udara, gaya vertikal dan e-
nergi. Karena itu dalam memprakirakan cuaca perlu pengetahuan dasar terhadap parameter yang
digunakan p.9.
2.5. Labilitas Udara Sebagai Faktor Pem-
bentuk Cuaca
Udara dipersepsikan sebagai paket atau par- sel yang dapat terangkat jika suhu di dalam parsel
tersebut lebih hangat dibandingkan suhu di ling- kungan luarnya. Sedangkan jika suhu di dalam
parsel lebih dingin daripada suhu di lingkungan luarnya, maka parsel tidak dapat terangkat dan
akan kembali ke tempat semula. Ketika parsel ter- angkat, artinya parsel bergerak menuju tempat
yang bertekanan lebih rendah. Akibatnya parsel akan mengembang. Untuk mengembang, parsel
memerlukan energi yang diambil dari dalam parsel tersebut. Konsekuensinya, akibat energinya terle-
pas, maka suhu parsel tersebut akan turun. Proses ini disebut adiabatik. Jika parsel dapat terus naik
dan kelembaban udaranya mencapai 100, maka pertumbuhan awan akan mulai terjadi.
2.6.
Terjadinya Badai Guntur
Badai guntur atau Thunderstorm selanjutnya disingkat TS merupakan peristiwa terlepasnya
satu atau lebih muatan positif kelistrikan di atmos- fer secara mendadak yang ditandai dengan adanya
kilat atau guntur. TS selalu terjadi pada awan kon- vektif yang kuat, yaitu awan CumulonimbusCB.
3. Metode Penelitian
Data primer hasil pengamatan rason semula hanya berupa data tekanan, arah dan kecepatan
angin, kelembaban udara, suhu udara dan suhu titik embun serta ketinggian lapisan atmosfer di
mana data cuaca dicatat. Dengan memasukkan data tersebut ke dalam RAOB 5.7, hasil keluaran
akan menunjukkan informasi nilai masing-masing variabel. Berikut adalah contoh output RAOB 5.7:
Gambar 1. Hasil pengolahan rason dengan RAOB5.7
Sebagian data di atas yaitu: SWEAT, CAPE, RH700, K Indeks dan Total Totals Indeks lalu di-
pilih untuk dipergunakan sebagai variabel ma- sukan. Klasifikasi variabel tersebut adalah:
a. SWEAT, dengan kriteria:
145 konvektivitas lemah
145 to 205 konvektivitas kuat
205 konvektivitas sangat kuat
b. CAPE, dengan kriteria:
1000 energinya kecil
1000 - 2500 energinya besar 2500
energinya sangat besar
c. RH 700, dengan kriteria:
10 kandungan uap air sedikit
10 to 60 kandungan uap air sedang
60 kandungan uap air banyak
d. K Index, dengan kriteria:
40 potensi labilitas kecil
40 potensi labilitas besar
e. Total Totals Index, dengan kriteria:
45 Tidak ada awan CB
45 Ada awan CB
3.1. Sistem Inferensi Fuzzy
a. Pembentukan Fungsi Keanggotaan
Penelitian diawali dengan pengelompokan masing-masing variabel menjadi tiga himpunan,
dengan masing-masing himpunan memiliki ren- tang nilai tertentu. Karena menggunakan operator
AND, maka penentuan nilai keanggotaan -pre- dikat, dilakukan dengan mengambil nilai mini-
mum dari hasil operasi pembentukan aturan fuzzy. Kurva untuk daerah tepi berbentuk bahu, sedang-
kan bagian tengah berbentuk segitiga. Fungsi kur- va bahu adalah untuk mengakhiri variabel suatu
daerah fuzzy, dengan rumusan fungsi keanggotaan untuk bahu kiri:
1 , a
217
e-Indonesia Initiative 2011 eII2011 Konferensi Teknologi Informasi dan Komunikasi untuk Indonesia
14-15 Juni 2011, Bandung
µ“Kriteri Linguistik 1” x = b - x
, a x b b - a
, x b 3.1
Untuk kurva segitiga, rumusan fungsi keang- gotaannya adalah:
, x a x
- a , a x b
µ µ
µ µ“Kriteria Linguistik 2” x=
b - a c - x , b x c
c - b
, x c 3.2
Sedangkan rumusan fungsi keanggotaan untuk bahu kanan adalah:
, x b µ
µ µ
µ“Kriteria Linguistik 3”x =
x - b
b x c c - b
1 x
c 3.3
Untuk memprakirakan peluang TS, karena fungsi keanggotaannya hanya terdiri dari dua himpunan,
fungsi segitiga tidak dipergunakan.
b. Aplikasi Fungsi Implikasi, Komposisi dan
Penegasan dengan Metode Suge-no Orde 0 Untuk prakiraan cuaca umum, di bawah ini
digambarkan Sistem Inferensi Fuzzy:
Gambar 2. Diagram Sistem Inferensi Fuzzy untuk memprakiraan cuaca umum
Dari diagram di atas, nampak bahwa tiap va- riabel memiliki kriteria tersendiri untuk menen-
tukan kejadian cuaca. Untuk menentukan prakira- an cuaca umum, diperlukan kombinasi kriteria dari
ketiga variabel tersebut, sebagaimana dilakukan dalam pembentukan aturan fuzzy. Untuk menda-
patkan keluaran, caranya dengan menghitung rata- rata terbobot berdasarkan rumus:
Z =
1
w
1
+
2
w
2
+
2
w
2
+ … +
n
w
n 1
+
2
+
2
+… +
n
dengan Z = output rata-rata yang telah diberi bobot dan berupa konstanta k,
= -predikat = nilai minimum dari hasil operasi pembentukan aturan fuzzy ke n
w = bobot untuk setiap prakiraan dalam pem-
bentukan aturan fuzzy Cara dan metode yang sama juga digu-nakan
untuk memprakirakan peluang terjadinya TS, de- ngan variabel yang digunakan adalah K Indeks
dan Total Totals Indeks dengan masing-masing variabel terdiri atas dua himpunan fuzzy. Diagram
berikut akan menjelaskan bagaimana logika fuzzy dilakukan dalam FIS untuk memprakirakan TS:
218
e-Indonesia Initiative 2011 eII2011 Konferensi Teknologi Informasi dan Komunikasi untuk Indonesia
14-15 Juni 2011, Bandung
Gambar 3. Diagram Sistem Inferensi Fuzzy untuk memprakirakan TS
c. Verifikasi
