Rancangan Output Rancangan Arsitektur Web

parameter sebagai data non-fuzzy, sebagai input dari sistem pakar yang dirancang ini seperti terlihat pada Gambar 36. Gambar 36. Rancangan input Sesuai dengan kerangka evaluasi lahan FAO, maka sifat tanah yang dapat digunakan sebagai parameter penentu kesesuaian lahan terdiri dari sifat fisik dan sifat kimia. Sifat fisik merupakan sifat tanah yang dapat diukur di lapang, sedangkan sifat kimia merupakan sifat tanah yang nilainya ditentukan melalui analisis di laboratorium. Baik sifat fisik maupun sifat kimia yang diperlukan disini merupakan potensi lahan aktual, dimana belum dilakukan upaya perbaikan apapun pada lahan tersebut. Kombinasi dari kedua jenis sifat tanah ini perlu digunakan supaya dapat menghasilkan nilai kesesuaian lahan yang lebih akurat. Sifat fisik dapat langsung diamati di lapang dengan memperhatikan tanah yang akan digunakan. Terdapat dua belas sifat fisik yang digunakan pada perancangan sistem pakar ini, yaitu suhu, curah hujan, kedalaman efektif, kedalaman sulfidik, bahan kasar, tekstur, drainase, lereng, bahaya banjir, tingkat bahaya erosi TBE, kematangan dan ketebalan gambut. Sedangkan untuk sifat kimia, digunakan enam sifat, yaitu pH, KTK, C-Organik, sodisitas, dan salinitas.

4.3.2 Rancangan Output

Keluaran dari sistem yang dirancang berupa informasi tentang jenis-jenis tanaman pangan yang sesuai untuk ditanam pada lahan pengguna, kesesuaian lahan terhadap penggunaan tanaman pangan, adanya faktor pembatas, dan rekomendasi manajerial untuk mengatasi hambatan yang ada. Penentuan ini dilakukan berdasarkan masukan dari pengguna tentang nilai dari parameter yang digunakan sebagai input. Terdapat tiga macam nilai kesesuaian lahan terhadap penggunaan tanaman pangan yang dapat diberikan oleh sistem, yaitu sesuai, kurang sesuai, dan tidak sesuai.

4.3.3 Rancangan Proses Evaluasi

Pada sistem pakar penentuan kesesuaian lahan pada tanaman pangan, terdapat dua proses evaluasi, yaitu penentuan kesesuaian lahan sesuai dengan jenis tanaman yang diinginkan oleh pengguna dan penentuan kriteria lahan karakteristik tanah dan lokasi yang sesuai dengan jenis tanaman pangan dari pengguna sistem. Rancangan proses evaluasi yang dilakukan oleh sistem dibagi menjadi tiga proses, yaitu proses input masukan, proses penarikan kesimpulan, dan proses output keluaran. Gambaran proses evaluasi dalam sistem penentuan kesesuaian lahan pada tanaman pangan dapat dilihat pada Gambar 37. Gambar 37. Proses evaluasi sistem penentuan kesesuaian lahan Sedangkan proses evaluasi pada penentuan kriteria lahan dan lokasi yang dapat ditanami tanaman pangan sesuai dengan yang diinginkan pengguna dapat dilihat pada Gambar 38. Gambar 38. Proses evaluasi sistem penentuan kriteria dan lokasi lahan

4.3.3.1 Proses Input Masukan

Pada proses input, pengguna sistem akan diminta untuk memasukkan nilai dari semua parameter yang ada. Sebelum mulai memasukkan nilai untuk masing-masing parameter, sistem akan menanyakan pada pengguna tentang jenis tanah pada lahan yang akan digunakan. Terdapat dua jenis tanah lahan yang dapat dipilih, yaitu tanah gambut dan tanah mineral. Apabila lahan yang digunakan adalah tanah gambut, maka parameter pertama yang harus diisi pengguna adalah ketebalan dan kematangan gambut serta tinggi air tanah. Terdapat dua kemungkinan kesimpulan apabila tanah yang akan digunakan adalah tanah gambut, yaitu bahwa lahan tersebut tidak sesuai digunakan untuk tanaman pangan atau lahan tersebut masih dapat digunakan untuk tanaman pangan selama nilai dari parameter lainnya dinilai masih cocok untuk kebutuhan tumbuh tanaman pangan. Sedangkan apabila jenis tanah lahan yang akan digunakan adalah tanah mineral, maka pengguna akan diminta untuk dua nilai parameter, yaitu lereng dan kedalaman efektif. Sama seperti halnya tanah gambut, pada tanah mineral juga akan terdapat dua kemungkinan kesimpulan. Kesimpulan pertama adalah bahwa tanah tersebut tidak cocok untuk ditanami tanaman pangan apabila nilai lereng yang dimasukkan berada pada kelompok agak curam atau curam. Kesimpulan kedua, tanah tersebut masih ada kemungkinan dapat ditanami tanaman pangan, selama nilai dari parameter lainnya masih cocok untuk kebutuhan tumbuh tanaman pangan. Pada tanah mineral, pengguna tidak akan diminta untuk memasukkan nilai ketebalan dan kematangan gambut. Parameter penentu pada tanah gambut adalah ketebalan dan kematangan gambut, serta tinggi air tanah. Apabila lahan yang akan digunakan mempunyai ketinggian permukaan air tanah lebih dari 50 cm, atau nilai kematangan hemik atau fibrik, atau nilai ketebalan lebih dari 300 cm, maka sistem akan langsung menyatakan bahwa tanah gambut tersebut tidak cocok untuk tanaman pangan. Namun apabila ketinggian permukaan air tanah kurang dari 50 cm, ketebalan kurang dari 300 cm, dan kematangan termasuk kelompok saprik, maka pengguna diminta untuk memasukkan 16 parameter lainnya. Diantara 16 parameter tersebut, dua diantaranya merupakan parameter pengganti, yaitu TBE dan bahaya banjir. Sebagai parameter pengganti, TBE dan bahaya banjir dapat menggantikan parameter tekstur dan drainase dan hanya ditampilkan apabila pengguna tidak memiliki nilai tekstur dan drainase. Pada tanah mineral, terdapat dua parameter penentu, yaitu lereng dan kedalaman efektif. Nilai lereng yang berada pada kelompok agak curam dan curam, serta nilai kedalaman efektif yang berada pada kelompok dangkal atau agak dangkal, akan menghasilkan kesimpulan bahwa tanah tersebut tidak cocok untuk tanaman pangan, tanpa perlu melihat nilai parameter lainnya. Parameter lereng dapat digantikan dengan parameter TBE, apabila pengguna tidak memiliki nilai lereng. Selama nilai lereng dan kedalaman efektif masih berada pada range yang diperkenankan, maka pengguna diminta untuk memasukkan 12 nilai parameter lainnya, dimana dua diantaranya, yaitu TBE dan bahaya banjir merupakan parameter pengganti untuk parameter tekstur dan drainase. Diantara semua parameter yang digunakan untuk menentukan kesesuaian lahan, terdapat 17 parameter fuzzy dan 2 parameter non-fuzzy, yaitu curah hujan. Nilai data fuzzy yang dimasukkan oleh pengguna ke dalam sistem akan difuzzifikasi, dibagi menjadi beberapa himpunan fuzzy, dan dihitung nilai keanggotaannya sesuai dengan fungsi keanggotaan trapesium. Selang nilai domain untuk masing-masing data fuzzy dapat dilihat pada Tabel 8. Pemilihan himpunan fuzzy dan domain dari masing-masing himpunan ditentukan berdasarkan pengamatan dan pengelompokkan pola nilai masing-masing parameter yang terdapat pada buku Petunjuk Teknis Evaluasi Lahan Untuk Komoditas Pertanian 2003 dan wawancara dengan pakar. Sedangkan khusus untuk penentuan himpunan fuzzy pada parameter kejenuhan basa, KTK, dan C-Organik dilakukan berdasarkan pengelompokkan yang terdapat pada Survei Kapabilitas Tanah 1983 dari Pusat Penelitian Tanah P3MT. Tabel 8. Parameter, himpunan fuzzy, dan domain himpunan fuzzy Parameter Variabel Himpunan Fuzzy Domain Suhu °C Sangat Rendah 1 – 11 Rendah 10 – 20 Sedang 19 – 29 Tinggi 28 – 38 Sangat Tinggi 37 – 47 Kedalaman Efektif cm Sangat Dangkal 0 – 28 Dangkal 25 – 53 Sedang 50 – 78 Dalam 75 – 200 Bahan Kasar Sedikit 0 – 20 Sedang 15 - 55 Banyak 50 – 70 Sangat Banyak 65 – 85 Kapasitas Tukar Kation KTK me100 gr Sangat Rendah 3 – 12 Rendah 11 – 21 Sedang 20 – 30 Tinggi 29 – 39 Kejenuhan Basa Rendah 1 – 39 Sedang 36 – 58 Tinggi 55 – 100 Salinitas dSm Rendah 0 – 4 Sedang 3 – 7 Tinggi 6 - 10 Sodisitas Rendah 0 – 15 Sedang 12 – 27 Tinggi 25 – 45 pH Rendah 2 – 6 Sedang 5 – 9 Parameter Variabel Himpunan Fuzzy Domain C-Organik Rendah 0 – 1.2 Sedang 1 – 2.2 Tinggi 2 – 3.5 Kedalaman Sulfidik cm Rendah 1 – 60 Sedang 50 – 110 Tinggi 100 – 200 Tekstur Sangat Halus 0 – 4 Agak Halus 3 – 7 Halus 6 – 10 Sedang 9 – 13 Agak Kasar 12 – 16 Kasar 15 – 19 Drainase Terhambat 0 – 4 Agak Terhambat 3 – 7 Agak Baik 6 – 10 Baik 9 – 13 Agak Cepat 12 – 16 Cepat 15 – 19 Lereng Sangat Datar 0 – 4 Datar 3 – 7 Agak Curam 6 – 10 Curam 9 – 13 Bahaya Banjir Tanpa F0 0 – 4 Ringan F1 3 – 7 Sedang F2 6 – 10 Agak Berat F3 9 – 13 Berat F4 12 – 16 Parameter Variabel Himpunan Fuzzy Domain Tingkat Bahaya Erosi TBE Sangat Rendah 0 – 4 Rendah 3 – 7 Sedang 6 – 10 Berat 9 – 13 Sangat Berat 12 – 16 Kematangan Gambut Saprik 0 – 4 Hemik 3 – 7 Fibrik 6 – 10 Ketebalan Gambut cm Tipis 1 – 60 Sedang 55 – 105 Agak Tebal 95 – 225 Tebal 200 – 440 Sangat Tebal 400 – 660

4.3.3.1.1 Paramater Penentu Kesesuaian Lahan Untuk Penggunaan Tanaman Pangan

Setiap tanaman akan memerlukan kebutuhan yang berbeda untuk dapat tumbuh. Oleh karena itu, proses pertama yang dilakukan dalam sistem yang dirancang adalah menentukan kesesuaian lahan untuk penggunaan tanaman pangan berdasarkan masukan dari pengguna. Penentuan kesesuian lahan untuk penggunaan tanaman pangan dilakukan berdasarkan 15 parameter yang meliputi sifat fisik dan sifat kimia tanah. Sifat fisik tanah yang digunakan untuk menentukan kesesuaian lahan untuk penggunaan tanaman pangan adalah :

1. Suhu

Suhu yang diperlukan adalah suhu udara rata-rata pada lahan yang akan digunakan. Suhu dikelompokkan dalam lima kelompok fuzzy, yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi.

2. Kedalaman Efektif

Kedalaman efektif merupakan kedalaman tanah yang masih dapat ditembus oleh akar tanaman. Kedalaman efektif dapat diukur dengan menghitung jarak antara permukaan tanah sampai pada lapisan di bawah tanah yang keras batu. Pengukuran dilakukan dengan menggunakan alat ukur panjang yang biasa digunakan seperti penggaris dan hasilnya dituliskan dengan satuan centimeter cm. Kedalaman efektif dinyatakan dalam empat kelompok fuzzy, yaitu sangat dangkal, dangkal, sedang, dan dalam.

3. Bahan Kasar

Bahan kasar merupakan persentasi banyaknya bahan berukuran lebih dari 2 mm, seperti batu dan kerikil yang terdapat pada permukaan tanah. Kandungan bahan kasar pada permukaan tanah dinyatakan dalam empat himpunan fuzzy, yaitu sedikit apabila jumlah kandungan bahan kasar tidak lebih dari 20 , sedang apabila kandungan bahan kasar tidak lebih dari 55, banyak apabila kandungan bahan kasar tidak lebih dari 70 dan sangat banyak apabila kandungan bahan kasar antara 65-85.

4. Kedalaman Sulfidik

Kedalaman sulfidik menyatakan kedalaman lapisan tanah dihitung dari permukaan tanah dimana sudah ditemukan kandungan Sulfur sebanyak lebih dari 2. Hasil pengukuran kedalaman sulfidik juga dinyatakan dalam centimeter cm dan dibagi dalam tiga himpunan fuzzy, yaitu tinggi, sedang, dan rendah. Himpunan tinggi menyatakan bahwa jarak antara permukaan tanah sampai ditemukannya kandungan Sulfur cukup jauh. Himpunan sedang menyatakan bahwa jarak antara ditemukannya kandungan Sulfur dari permukaan tanah tidak terlalu jauh. Sedangkan himpunan rendah menyatakan bahwa antara ditemukannya kandungan Sulfur dari permukaan tanah tidak jauh.

5. Tekstur

Tekstur menyatakan ukuran butir-butir tanah. Yang dimaksud dengan butir tanah adalah bahan pembentuk tanah yang berukuran kurang dari 2 mm. Tekstur tanah dapat dikelompokkan menjadi enam himpunan fuzzy, yaitu kasar, agak kasar, sedang, agak halus, dan halus. Tekstur tanah ditentukan dengan cara meremas dan merasakan butir- butir tanah tersebut di permukaan pada saat tanah dalam kondisi basah.

6. Drainase

Drainase merupakan cepat atau lambatnya air diserap oleh suatu tanaman. Drainase dapat ditentukan dengan mengamati cepatnya air hilang dari permukaan tanah dan mengamati tekstur tanah, karena tekstur tanah pada suatu lahan sangat berhubungan dengan drainase pada lahan tersebut.

7. Tingkat Bahaya Erosi TBE

Parameter TBE merupakan parameter pengganti untuk parameter lereng. TBE dapat digunakan, apabila pengguna sistem tidak mengetahui nilai lereng. TBE menyatakan besarnya erosi yang mungkin terjadi pada lahan tersebut. Penentuan TBE dilakukan dengan menggunakan suatu rumus tertentu. Nilai TBE sangat berkaitan dengan kecuraman lereng.

8. Bahaya Banjir

Bahaya banjir merupakan parameter pengganti untuk parameter tekstur dan drainase. Nilai bahaya banjir dapat diisikan apabila pengguna tidak mengetahui nilai tekstur dan drainase. Bahaya banjir merupakan kombinasi dari kedalaman banjir dan lamanya banjir. Nilai bahaya banjir dibagi dalam lima himpunan fuzy, yaitu tanpa bahaya banjir, bahaya banir ringan, bahaya banjir sedang, bahaya banjir agak berat, dan bahaya banjir berat. Nilai untuk bahaya banjir ini diperoleh dengan mengamati kecenderungan banjir yang terjadi pada daerah lahan yang akan diamati.

9. Lereng

Lereng yang terdapat pada lahan yang akan digunakan perlu diukur karena dapat mempengaruhi pola penggunaan lahan. Lereng dapat diukur dengan Abney Level atau Clinometer dan dinyatakan dalam persen. Nilai parameter lereng akan dibagi menjadi empat himpunan fuzzy, yaitu sangat datar, datar, agak curam, dan curam. Nilai maksimal dari lereng adalah 100 yang berarti bahwa lereng membentuk sudut 45 derajat.

10. Ketebalan Gambut

Ketebalan gambut merupakan parameter khusus untuk tanah gambut. Nilai ketebalan gambut diperoleh dengan mengukur tebalnya lapisan gambut yang menutupi permukaan tanah pada lahan yang akan digunakan. Ketebalan akan dikelompokkan dalam lima himpunan fuzzy, yaitu tipis, sedang, agak tebal, tebal, dan sangat tebal.

11. Kematangan Gambut

Kematangan gambut juga merupakan parameter yang khusus digunakan pada tanah gambut. Kematangan gambut ini akan dikelompokkan dalam tiga himpunan fuzzy, yaitu Saprik, Hemik, dan Fibrik.

12. Tinggi Air Tanah

Tinggi air tanah merupakan sifat fisik dari tanah yang digunakan sebagai salah satu parameter khusus untuk tanah gambut. Tinggi air tanah merupakan data non-fuzzy, dimana tidak akan dibuat pengelompokkan menjadi beberapa kelas. Tinggi air tanah diukur langsung di lapangan dengan mengukur ketinggian air yang terdapat diatas permukaan tanah. Sedangkan sifat kimia dapat diukur di laboratorium tanah dengan suatu perlakuan khusus terhadap tanah pada lahan yang akan digunakan atau menggunakan satu set piranti uji yang sudah dikeluarkan oleh Badan Penelitian dan Pengembangan Sumberdaya Lahan Pertanian Bogor. Sifat kimia tanah yang digunakan sebagai parameter adalah :

1. pH

pH merupakan sifat yang berkaitan dengan parameter kejenuhan basa. pH merupakan data fuzzy yang dikelompokkan dalam dua himpunan fuzzy, rendah dan sedang.

2. Kejenuhan Basa

Nilai kejenuhan basa dapat ditentukan dari nilai pH. Semakin tinggi pH, maka kejenuhan basa semakin tinggi pula. Kejenuhan basa dikelompokkan dalam tiga himpunan fuzzy, yaitu rendah, sedang, tinggi.

3. Kapasitas Tukar Kation KTK

KTK merupakan data fuzzy yang dapat dikelompokkan menjadi empat himpunan fuzzy, yaitu sangat rendah, rendah, sedang, dan tinggi.

4. C-Organik

C-Organik menunjukkan kandungan kadar Karbon dalam tanah. Karbon merupakan salah satu unsur hara makro yang diperlukan bagi pertumbuhan tanaman. Nilai pengukuran C- Organik dikelompokkan menjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi.

5. Salinitas Toksisitas

Salinitas menunjukkan besarnya kandungan garam terlarut pada tanah yang dicerminkan oleh daya hantar listrik. Salinitas merupakan data fuzzy yang dikelompokkan menjadi tiga himpunan fuzzy rendah, sedang, dan tinggi.

6. Sodisitas Alkalinitas

Sodisitas menunjukkan kandungan garam Na yang dapat dipertukarkan. Nilai sodisitas dikelompokkan menjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi.

4.3.3.1.2 Fuzzifikasi Parameter Input Penentu Kesesuaian Lahan Untuk Penggunaan

Tanaman Pangan Fuzzifikasi merupakan proses pertama dalam pemrosesan data fuzzy. Fuzzifikasi dilakukan terhadap data input dari pengguna pada parameter-parameter yang digunakan untuk menentukan kesesuaian lahan terhadap suatu tanaman. Fuzzifikasi dilakukan berdasarkan himpunan fuzzy dan domainnya pada setiap data fuzzy. Fuzzifikasi dilakukan dengan suatu fungsi keanggotaan membership function. Fungsi keanggotaan akan memetakan titik-titik input data ke dalam nilai keanggotaannya pada interval 0 sampai 1 sehingga membentuk suatu kurva. Dalam pembuatan sistem pakar penentuan kesesuaian lahan untuk tanaman pangan terdapat 19 parameter yang dikelompokkan menjadi dua kelompok data, yaitu data untuk menentukan kesesuaian lahan terhadap penggunaan tanaman pangan dan data untuk menentukan kesesuaian terhadap jenis tanaman pangan. Pada kelompok data untuk menentukan kesesuaian lahan terhadap penggunaan tanaman pangan terdapat 17 parameter fuzzy, yaitu suhu, kedalaman efektif, bahan kasar, pH, kejenuhan basa, KTK, C-organik, salinitas, sodisitas, kedalaman sulfidik, tekstur, drainase, lereng, bahaya banjir, tingkat bahaya erosi TBE, kematangan dan ketebalan gambut. Dimana parameter bahaya banjir dan TBE merupakan parameter yang digunakan sebagai pengganti dari parameter tekstur dan lereng. Penggunaan parameter pengganti untuk tekstur dan lereng ditujukan untuk meningkatkan kemudahan bagi pengguna sistem dalam menyediakan data yang diperlukan untuk proses pengambilan kesimpulan. Pada penentuan kesesuaian lahan untuk tanah gambut juga digunakan 1 parameter non-fuzzy, yaitu tinggi air tanah. Sedangkan pada kelompok data untuk menentukan kesesuaian terhadap jenis tanaman pangan terdapat 1 parameter non-fuzzy, yaitu curah hujan. Fuzzifikasi pada pembuatan sistem pakar penentuan kesesuaian lahan untuk tanaman pangan ini dapat menggunakan fungsi TRAPMF dan GAUSSMF. Fungsi keanggotaan trapesium atau Trapesoid Membership Function TRAPMF mempunyai empat parameter a, b, c, dan d untuk menentukan nilai x, sedangkan fungsi keanggotaan gauss atau Gauss Membership Function GAUSSMF mempunyai dua parameter, yaitu k dan γ. Berikut ini adalah rumus untuk fungsi trapesium atau TRAPMF : 0; x a x-ab-a; a ≤ x b f x; a, b, c, d = 1; b ≤ x c d-xd-c; c ≤ x d x ≥ d Sedangkan rumus untuk fungsi trapesium atau GAUSSMF adalah sebagai berikut : Gx; k, γ = e -k γ – x 2

1. Fuzzifikasi suhu

Fuzzifikasi suhu dibuat dalam lima himpunan fuzzy, yaitu sangat rendah, rendah, sedang, tinggi, sangat tinggi. Representasi himpunan fuzzy suhu menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 39. Gambar 39. Fuzzifikasi suhu Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter suhu dengan TRAPMF adalah : 1; 1 ≤ x 7 μ SUHU-SR x: fx; 1, 7, 11 = 11-x4; 7 ≤ x 11 0; x ≥ 11 0; x 10 μ SUHU-R x: fx; 10, 13, 16, 20 = x-103; 10 ≤ x 13 1; 13 ≤ x 16 20-x4; 16 ≤ x 20 0; x ≥ 20 0; x 19 μ SUHU-S x: fx; 19, 22, 25, 29 = x-193; 19 ≤ x 22 1; 22 ≤ x 25 29-x4; 25 ≤ x 29 0; x ≥ 29 0; x 28 μ SUHU-T x: fx; 28, 31, 34, 38 = x-283; 28 ≤ x 31 1; 31 ≤ x 34 38-x4; 34 ≤ x 38 0; x ≥ 38 x-373; 37 ≤ x 40 μ SUHU-ST x: fx; 37, 40, 47 = 1; 40 ≤ x 47 0; x ≥ 47 Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter suhu dengan menggunakan fungsi gauss Gaussmf dituliskan sebagai berikut : μ SUHU-SR x: fx; 10, 6 = e -10 6 – x 2 μ SUHU-R x: fx; 10, 15 = e – 10 15 – x 2 μ SUHU-S x: fx; 10, 24 = e -10 24 – x 2 μ SUHU-T x: fx; 10, 33 = e -10 33 – x 2 μ SUHU-ST x: fx; 10, 42 = e -10 42 – x 2

2. Fuzzifikasi kedalaman efektif

Fuzzifikasi kedalaman efektif dibuat dalam empat himpunan fuzzy, yaitu sangat dangkal, dangkal, sedang, dan dalam. Representasi himpunan fuzzy menggunakan fungsi trapesium TRAPMF seperti terlihat pada Gambar 40. Gambar 40. Fuzzifikasi kedalaman efektif Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter kedalaman efektif dengan TRAPMF adalah sebagai berikut : 1; ≤ x 18 μ KDLMANEFEKTIF-SD x: fx; 0, 18, 28 = 28-x10; 18 ≤ x 28 0; x ≥ 28 0; x 25 μ KDLAMANEFEKTIF-D x: fx; 25, 35, 43, 53 = x-2510; 25 ≤ x 35 1; 35 ≤ x 43 53-x10; 43 ≤ x 53 0; x ≥ 53 0; x 50 μ KDLMANEFEKTIF-S x: fx; 50, 60, 68, 78 = x-5010 ; 50 ≤ x 60 1; 60 ≤ x 68 78-x10 ; 68 ≤ x 78 0 ; x ≥ 78 x-7545; 75 ≤ x 120 μ KDLMANEFEKTIF-DLM x: fx; 75, 120, 200 = 1; 120 ≤ x 200 0; x ≥ 200 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter kedalaman efektif dengan menggunakan fungsi GAUSSMF adalah sebagai berikut : μ KEDALAMANEFEKTIF-SGTDGKL x: fx; 28, 14 = e -28 14 – x 2 μ KEDALAMANEFEKTIF-DGKL x: fx; 28, 39 = e – 28 39 – x 2 μ KEDALAMANEFEKTIF-S x: fx; 28, 64 = e -28 64 – x 2 μ KEDALAMANEFEKTIF- DLM x: fx; 125, 187.5 = e -125 187.5 – x 2

3. Fuzzifikasi bahan kasar

Fuzzifikasi bahan kasar dibagi menjadi empat himpunan fuzzy, yaitu sedikit, sedang, banyak, dan sangat banyak. Representasi fuzzy untuk masing-masing himpunan fuzzy pada parameter bahan kasar dengan fungsi trapesium TRAPMF seperti terlihat pada Gambar 41. Gambar 41. Fuzzifikasi bahan kasar Fungsi keanggotaan untuk himpunan fuzzy pada parameter bahan kasar dengan TRAPMF adalah sebagai berikut : 1; ≤ x 15 μ BAHANKASAR-SDKT x: fx; 0, 15, 20 = 20-x 5; 15 ≤ x 20 0; x ≥ 20 0; x 15 μ BAHANKASAR-SDG x: fx; 15, 30, 40, 55 = x-1515; 15 ≤ x 30 1; 30 ≤ x 40 55-x15; 40 ≤ x 55 0; x ≥ 55 0; x 50 μ BAHANKASAR-B x: fx; 50, 55, 65, 70 = x-50 5; 50 ≤ x 55 1; 55 ≤ x 65 70-x5; 65 ≤ x 70 0; x ≥ 70 x-655; 65 ≤ x 70 μ BAHANKASAR-SB x: fx; 65, 70, 85 = 1; 70 ≤ x 85 0; x ≥ 85 Fungsi keanggotaan untuk himpunan fuzzy pada parameter bahan kasar dengan menggunakan funsi GAUSSMF adalah sebagai berikut : μ BAHANKASAR--SDKT x: fx; 20, 10 = e -20 10 – x 2 μ BAHANKASAR--SDG x: fx; 40, 35 = e – 40 35 – x 2 μ BAHANKASAR--B x: fx; 20, 60 = e -20 60 – x 2 μ BAHANKASAR--SB x: fx; 20, 75 = e -20 75 – x 2

4. Fuzzifikasi pH

Fuzzifikasi pH dibagi menjadi dua himpunan fuzzy, yaitu rendah dan sedang. Representasi himpunan fuzzy pH dengan menggunakan fungsi keanggotaan trapesium TRAPMF terlihat pada Gambar 42. Gambar 42. Fuzzifikasi pH Fungsi keanggotaan untuk parameter pH menggunakan fungsi trapesium adalah sebagai berikut : 1; ≤ x 5 μpH -R x: fx; 2, 5, 6 = x-5; 5 ≤ x 6 0; x ≥ 6 x-5; 5 ≤ x 6 μpH -S x: fx; 5, 6, 9 = 1; 6 ≤ x 9 0; x ≥ 9 Fungsi keanggotaan untuk parameter pH menggunakan fungsi GAUSSMF adalah sebagai berikut: μ PH--R x: fx; 4, 4 = e -4 4 – x 2 μ PH--S x: fx; 4, 7 = e – 4 7 – x 2

5. Fuzzifikasi kejenuhan basa

Fuzzifikasi untuk parameter kejenuhan basa dibagi menjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi masing-masing himpunan fuzzy kejenuhan basa dengan menggunakan fungsi keanggotaan trapesium TRAPMF terlihat pada Gambar 43. Gambar 43. Fuzzifikasi kejenuhan basa Fungsi keanggotaan untuk kejenuhan basa dengan menggunakan fungsi keanggotaan trapesium TRAPMF dituliskan sebagai berikut : 1; 1 ≤ x 26 μ KBASA-R x: fx; 1, 26, 39 = 39-x13; 26 ≤ x 39 0; x ≥ 39 0; x 36 μ KBASA-S x: fx; 36, 43, 51, 58 = x-367; 36 ≤ x 43 1; 43 ≤ x 51 58-x7; 51 ≤ x 58 0; x ≥ 58 x-5510; 55 ≤ x 70 μ KBASA-T x: fx; 55, 70, 100 = 1; 70 ≤ x 100 0; 100 ≤ x Fungsi keanggotaan untuk kejenuhan basa dengan menggunakan fungsi keanggotaan gauss GAUSSMF dituliskan sebagai berikut : μ KEJENUHANBASA--R x: fx; 38, 20 = e -38 20 – x 2 μ KEJENUHANBASA--S x: fx; 22, 47 = e – 22 47 – x 2 μ KEJENUHANBASA--T x: fx; 45, 77.5 = e -45 77.5 – x 2

6. Fuzzifikasi KTK

Fuzzifikasi KTK dibagi menjadi empat himpunan fuzzy, yaitu sangat rendah, rendah, sedang, dan sangat tinggi. Representasi himpunan fuzzy untuk parameter KTK menggunakan fungsi trapesium TRAPMF terlihat pada Gambar 44. Gambar 44. Fuzzifikasi KTK Fungsi keanggotaan untuk himpunan fuzzy KTK menggunakan fungsi trapesium TRAPMF adalah sebagai berikut : 1; 3 ≤ x 9 μ KTK-SR x: fx; 3, 9, 12 = 12-x3; 9 ≤ x 12 0; x ≥ 12 0; x 11 μ KTK-R x: fx; 11, 14, 17, 21 = x-113; 11 ≤ x 14 1; 14 ≤ x 17 21-x4; 17 ≤ x 21 0; x ≥ 21 0; x 20 μ KTK-S x: fx; 20, 23, 26, 30 = x-203; 20 ≤ x 23 1; 23 ≤ x 26 30-x4; 26 ≤ x 30 0; x ≥ 30 x-293; 29 ≤ x 32 μ KTK-ST x: fx; 29, 32, 39 = 1; 32 ≤ x 39 0; x ≥ 39 Fungsi keanggotaan untuk himpunan fuzzy KTK menggunakan fungsi gauss GAUSSMF adalah sebagai berikut : μ KTK--SR x: fx; 9, 7.5 = e -9 7.5 – x 2 μ KTK--R x: fx; 10, 16 = e – 10 16 – x 2 μ KTK--S x: fx; 10, 25 = e -10 2.5 – x 2 μ KTK-- T x: fx; 10, 34 = e -10 34 – x 2

7. Fuzzifikasi C-Organik

Fuzzifikasi C-Organik dibagi menjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi himpunan fuzzy untuk parameter C-Organik dengan menggunakan fungsi trapesium TRAPMF terlihat pada Gambar 45. Gambar 45. Fuzzifikasi C-Organik Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter C-Organik dengan menggunakan fungsi trapesium TRAPMF dituliskan sebagai berikut : 1; ≤ x 0.8 μ CORGANIK-R x: fx; 0, 0.8, 1.2 = 1.2-x0.4; 0.8 ≤ x 1.2 0; x ≥ 1.2 0; x 1 μ CORGANIK-S x: fx; 1, 1.4, 1.8, 2.2 = x-10.4; 1 ≤ x 1.4 1; 1.4 ≤ x 1.8 2.2-x0.4; 1.8 ≤ x 2.2 0; x ≥ 2.2 x-20.5 ; 2 ≤ x 2.5 μ CORGANIK-T x: fx; 2, 2.5, 3.5 = 1; 2.5 ≤ x 3.5 0; x ≥ 3.5 Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter C-Organik dengan menggunakan fungsi gauss GAUSSMF dituliskan sebagai berikut : μ CORGANIK---R x: fx; 1.2, 0.6 = e -1.2 0.6 – x 2 μ CORGANIK--S x: fx; 1.2, 1.6 = e – 1.2 1.6 – x 2 μ CORGANIK--T x: fx; 1.5, 2.75 = e -1.5 2.75 – x 2

8. Fuzzifikasi salinitas

Fuzzifikasi parameter salinitas dibagi manjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi masing-masing himpunan fuzzy untuk parameter salinitas dengan menggunakan fungsi trapesium TRAPMF terlihat pada Gambar 46. Gambar 46. Fuzzifikasi salinitas Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter salinitas dengan menggunakan fungsi trapesium TRAPMF dituliskan sebagai berikut : 1; ≤ x 3 μ SALINITAS-R x: fx; 0, 3, 4 = 4-x; 3 ≤ x 4 0; x ≥ 4 0; x 3 μ SALINITAS-S x: fx; 3, 4, 6, 7 = x-3; 3 ≤ x 4 1; 4 ≤ x 6 7-x; 6 ≤ x 7 0; x ≥ 7 x-6; 6 ≤ x 7 μ SALINITAS-T x: fx; 6, 7, 10 = 1; 7 ≤ x 10 0 ; x ≥ 10 Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter salinitas dengan menggunakan fungsi gauss GAUSSMF dituliskan sebagai berikut : μ SALINITAS---R x: fx; 4, 2 = e -4 2 – x 2 μ SALINITAS---S x: fx; 4, 5 = e – 4 5 – x 2 μ SALINITAS---T x: fx; 4, 8 = e –4 8 – x 2

9. Fuzzifikasi sodisitas

Fuzzifikasi parameter sodisitas dibagi manjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi masing-masing himpunan fuzzy untuk parameter sodisitas dengan menggunakan fungsi trapesium TRAPMF terlihat pada Gambar 47. Gambar 47. Fuzzifikasi sodisitas Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter sodisitas dengan menggunakan fungsi trapesium TRAPMF dituliskan sebagai berikut : 1; ≤ x 10 μ SODISITAS-R x: fx; 0, 10, 15 = 15-x5 ; 10 ≤ x 15 0 ; x ≥ 15 0; x 12 μ SODISITAS-S x: fx; 12, 17, 22, 27 = x-125; 12 ≤ x 17 1; 17 ≤ x 22 27-x5; 22 ≤ x 27 0; x ≥ 27 x-257 ; 25 ≤ x 32 μ SODISITAS-T x: fx; 25, 32, 45 = 1; 32 ≤ x 45 0 ; x ≥ 45 Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter sodisitas dengan menggunakan fungsi gauss GAUSSMF dituliskan sebagai berikut : μ SODISITAS---R x: fx; 15, 7.5 = e -15 7.5 – x 2 μ SODISITAS---S x: fx; 15, 19.5 = e – 15 19.5 – x 2 μ SODISITAS---T x: fx; 20, 35 = e – 20 35 – x 2

10. Fuzzifikasi kedalaman sulfidik

Fuzzifikasi parameter kedalaman sulfidik dibagi manjadi tiga himpunan fuzzy, yaitu rendah, sedang, dan tinggi. Representasi masing-masing himpunan fuzzy untuk parameter kedalaman sulfidik dengan menggunakan fungsi trapesium TRAPMF terlihat pada Gambar 48. Gambar 48. Fuzzifikasi kedalaman sulfidik Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter kedalaman sulfidik dengan menggunakan fungsi trapesium TRAPMF dituliskan sebagai berikut : 1; 30 ≤ x 40 μ KDLMANSULFIDIK-R x: fx; 1, 40, 60 = 60-x20 ; 40 ≤ x 60 0 ; x ≥ 60 0 ; x 50 μ KDLMANSULFIDIK-S x: fx; 50, 70, 90, 110 = x-5020; 50 ≤ x 70 1; 70 ≤ x 90 110-x20 ; 90 ≤ x 110 0 ; x ≥ 110 x-10030 ; 100 ≤ x 130 μ KDLMANSULFIDIK-T x: fx; 100, 130, 200 = 1; 130 ≤ x 200 0 ; x ≥ 200 Fungsi keanggotaan untuk masing-masing himpunan fuzzy parameter kedalaman sulfidik dengan menggunakan fungsi gauss GAUSSMF dituliskan sebagai berikut : μ KEDALAMANSULFIDIK---R x: fx; 59, 30.5 = e -59 30.5 – x 2 μ KEDALAMANSULFIDIK ---S x: fx; 60, 80 = e – 60 80 – x 2 μ KEDALAMANSULFIDIK ---T x: fx; 100, 150 = e – 100 150 – x 2

11. Fuzzifikasi tekstur

Fuzzifikasi tekstur dibuat dalam enam himpunan fuzzy, yaitu sangat halus, agak halus, halus, sedang, agak kasar, dan kasar. Representasi himpunan fuzzy tekstur menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 49. Gambar 49. Fuzzifikasi tekstur Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter tekstur dengan TRAPMF adalah sebagai berikut : 1; ≤ x 3 μ TEKSTUR-SH x: fx; 0, 3, 4 = 4-x ; 3 ≤ x 4 0 ; x ≥ 4 0 ; x 3 μ TEKSTUR-AH x: fx; 3, 4, 6, 7 = x-3 ; 3 ≤ x 4 1; 4 ≤ x 6 7-x ; 6 ≤ x 7 0 ; x ≥ 7 0 ; x 6 μ TEKSTUR-H x: fx; 6, 7, 9, 10 = x-6 ; 6 ≤ x 7 1; 7 ≤ x 9 10-x; 9 ≤ x 10 0; x ≥ 10 0; x 9 μ TEKSTUR-S x: fx; 9, 10, 12, 13 = x-9; 9 ≤ x 10 1; 10 ≤ x 12 13-x; 12 ≤ x 13 0; x ≥ 13 0; x 12 μ TEKSTUR-AK x: fx; 12, 13, 15, 16 = x-12; 12 ≤ x 13 1; 13 ≤ x 15 16-x; 15 ≤ x 16 0; x ≥ 16 x-15; 15 ≤ x 16 μ TEKSTUR-K x: fx; 15, 16, 19 = 1; 16 ≤ x 19 0; x ≥ 19 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter tekstur dengan GAUSSMF adalah sebagai berikut : μ TEKSTUR--SH x: fx; 2, 2 = e -2 2 – x 2 μ TEKSTUR --AH x: fx; 2, 5 = e – 2 5 – x 2 μ TEKSTUR --H x: fx; 2, 8 = e -2 8 – x 2 μ TEKSTUR --S x: fx; 2, 11 = e -2 11 – x 2 μ TEKSTUR --AK x: fx; 2, 14 = e -2 14 – x 2 μ TEKSTUR --K x: fx; 2, 17 = e -2 17 – x 2

12. Fuzzifikasi drainase

Fuzzifikasi drainase dibuat dalam enam himpunan fuzzy, yaitu terhambat, agak terhambat, agak baik, baik, agak cepat, dan cepat. Representasi himpunan fuzzy drainase menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 50. Gambar 50. Fuzzifikasi drainase Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter drainase dengan TRAPMF adalah : 1; ≤ x 3 μ DRAINASE-T x: fx; 0, 3, 4 = 4-x ; 3 ≤ x 4 0 ; x ≥ 4 0 ; x 3 μ DRAINASE-AT x: fx; 3, 4, 6, 7 = x-3 ; 3 ≤ x 4 1; 4 ≤ x 6 7-x ; 6 ≤ x 7 0 ; x ≥ 7 0 ; x 6 μ DRAINASE-AB x: fx; 6, 7, 9, 10 = x-6 ; 6 ≤ x 7 1; 7 ≤ x 9 10-x; 9 ≤ x 10 0; x ≥ 10 0; x 9 μ DRAINASE-B x: fx; 9, 10, 12, 13 = x-9; 9 ≤ x 10 1; 10 ≤ x 12 13-x; 12 ≤ x 13 0; x ≥ 13 0; x 12 μ DRAINASE-AC x: fx; 12, 13, 15, 16 = x-12; 12 ≤ x 13 1; 13 ≤ x 15 16-x; 15 ≤ x 16 0; x ≥ 16 x-15; 15 ≤ x 16 μ DRAINASE-C x: fx; 15, 16, 19 = 1; 16 ≤ x 19 0; x ≥ 19 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter drainase dengan GAUSSMF adalah : μ DRAINASE--T x: fx; 2, 2 = e -2 2 – x μ DRAINASE --AT x: fx; 2, 5 = e – 2 5 – x 2 μ DRAINASE --AB x: fx; 2, 8 = e -2 8 – x 2 μ DRAINASE ---B x: fx; 2, 11 = e -2 11 – x 2 μ DRAINASE --AC x: fx; 2, 14 = e -2 14 – x 2 μ DRAINASE --C x: fx; 2, 17 = e -2 17 – x 2

13. Fuzzifikasi ketebalan gambut

Fuzzifikasi ketebalan gambut dibuat dalam lima himpunan fuzzy, yaitu sangat tipis, sedang, agak tebal, tebal, dan sangat tebal. Representasi himpunan fuzzy ketebalan gambut menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 51. Gambar 51. Fuzzifikasi ketebalan gambut Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter ketebalan gambut dengan TRAPMF adalah : 1; 1 ≤ x 40 μ KETEBALAN—TIPIS x: fx; 1, 40, 60 = 60-x20 ; 40 ≤ x 60 0 ; x ≥ 60 0 ; x 55 μ KETEBALAN—SEDANG x: fx; 55, 70, 90, 105 = x-5515 ; 55 ≤ x 70 1; 70 ≤ x 90 105-x15 ; 90 ≤ x 105 0 ; x ≥ 105 0 ; x 95 μ KETEBALAN—AGKTEBAL x: fx; 95, 150, 170, 225 = x-19555 ; 95 ≤ x 150 1; 150 ≤ x 170 225-x55; 170 ≤ x 225 0; x ≥ 225 0; x 200 μ KETEBALAN—TEBAL x: fx; 200, 275, 330, 440 = x-20075; 200 ≤ x 280 1; 280 ≤ x 360 440-x110; 360 ≤ x 440 0; x ≥ 440 x-40085; 400 ≤ x 485 μ KETEBALAN—SGTTEBAL x: fx; 400, 485, 660 = 1; 485 ≤ x 660 0; x ≥ 660 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter ketebalan gambut dengan GAUSSMF adalah : μ KETEBALAN—TIPIS x: fx; 59, 30.5 = e -59 30.5 – x 2 μ KETEBALAN—SEDANG x: fx; 50, 80 = e – 50 80 – x 2 μ KETEBALAN—AGKTEBAL x: fx; 130, 160 = e -130 160 – x 2 μ KETEBALAN—TEBAL x: fx; 240, 320 = e -240 320 – x 2 μ KETEBALAN—SGTTEBAL x: fx; 260, 530 = e -260 530 – x 2

14. Fuzzifikasi kematangan gambut

Fuzzifikasi kematangan gambut dibuat dalam tiga himpunan fuzzy, yaitu sangat saprik, hemik, fibrik. Representasi himpunan fuzzy kematangan gambut menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 52. Gambar 52. Fuzzifikasi kematangan gambut Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter kematangan gambut dengan TRAPMF adalah : 1; ≤ x 3 μ KEMATANGAN-SAPRIK x: fx; 0, 3, 4 = 4-x ; 3 ≤ x 4 0 ; x ≥ 4 0 ; x 3 μ KEMATANGAN-HEMIK x: fx; 3, 4, 6, 7 = x-3 ; 3 ≤ x 4 1; 4 ≤ x 6 7-x ; 6 ≤ x 7 0 ; x ≥ 7 x-6 ; 6 ≤ x 7 μ KEMATANGAN-FIBRIK x: fx; 6, 7, 10 = 1; 7 ≤ x 10 0; x ≥ 10 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter kematangan gambut dengan fungsi GAUSSMF adalah : μ KEMATANGAN—SAPRIK x: fx; 2, 2 = e -2 2 – x 2 μ KEMATANGAN—HEMIK x: fx; 2, 5 = e – 2 5 – x 2 μ KEMATANGAN—FIBRIK x: fx; 2, 8 = e -2 8 – x 2

15. Fuzzifikasi Lereng

Fuzzifikasi lereng dibuat dalam empat himpunan fuzzy, yaitu sangat datar, datar, agak curam, dan curam. Representasi himpunan fuzzy lereng menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 53. Gambar 53. Fuzzifikasi lereng Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter lereng dengan TRAPMF adalah : 1; ≤ x 3 μ LERENG-SD x: fx; 0, 3, 4 = 4-x ; 3 ≤ x 4 0 ; x ≥ 4 0 ; x 3 μ LERENG-D x: fx; 3, 4, 6, 7 = x-3 ; 3 ≤ x 4 1; 4 ≤ x 6 7-x ; 6 ≤ x 7 0 ; x ≥ 7 0 ; x 6 μ LERENG-AC x: fx; 6, 7, 9, 10 = x-6 ; 6 ≤ x 7 1; 7 ≤ x 9 10-x; 9 ≤ x 10 0; x ≥ 10 0; x 6 μ LERENG-C x: fx; 9, 10, 13 = x-9; 6 ≤ x 7 1; 7 ≤ x 8 13-x; 8 ≤ x 9 0; x ≥ 9 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter lereng dengan GAUSSMF adalah : μ LERENG—SGTDATAR x: fx; 2, 2 = e -2 2 – x 2 μ LERENG—DATAR x: fx; 2, 5 = e – 2 5 – x 2 μ LERENG—AGKCURAM x: fx; 2, 8 = e -2 8 – x 2 μ LERENG—CURAM x: fx; 2, 11 = e -2 11 – x 2

16. Fuzzifikasi Bahaya Banjir

Fuzzifikasi lereng dibuat dalam lima himpunan fuzzy, yaitu tanpa F0, ringan F1, sedang F2, agak berat F3, dan berat F4. Representasi himpunan fuzzy bahaya banjir menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 54. Gambar 54. Fuzzifikasi bahaya banjir Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter bahaya banjir dengan TRAPMF adalah : 1; ≤ x 3 μ BHYBANJIR-F0 x: fx; 0, 3, 4 = 4-x ; 3 ≤ x 4 0 ; x ≥ 4 0 ; x 3 μ BHYBANJIR-F1 x: fx; 3, 4, 6, 7 = x-3 ; 3 ≤ x 4 1; 4 ≤ x 6 7-x ; 6 ≤ x 7 0 ; x ≥ 7 0 ; x 6 μ BHYBANJIR-F2 x: fx; 6, 7, 9, 10 = x-6 ; 6 ≤ x 7 1; 7 ≤ x 9 10-x; 9 ≤ x 10 0; x ≥ 10 0; x 9 μ BHYBANJIR-F3 x: fx; 9, 10, 12, 13 = x-9; 9 ≤ x 10 1; 10 ≤ x 12 13-x; 12 ≤ x 13 0; x ≥ 13 x-12; 12 ≤ x 13 μ BHYBANJIR-F4 x: fx; 12, 13, 16 = 1; 13 ≤ x 16 0; x ≥ 16 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter bahaya banjir dengan GAUSSMF adalah : μ BHYBANJIR—F0 x: fx; 2, 2 = e -2 2 – x 2 μ BHYBANJIR—F1 x: fx; 2, 5 = e – 2 5 – x 2 μ BHYBANJIR—F2 x: fx; 2, 8 = e -2 8 – x 2 μ BHYBANJIR—F3 x: fx; 2, 11 = e -2 11 – x 2 μ BHYBANJIR—F4 x: fx; 2, 14 = e -2 14 – x 2

17. Fuzzifikasi Tingkat Bahaya Erosi TBE

Fuzzifikasi TBE dibuat dalam lima himpunan fuzzy, yaitu sangat rendah, rendah, sedang, berat, sangat berat. Representasi himpunan fuzzy TBE menggunakan fungsi trapesium menghasilkan kurva seperti terlihat pada Gambar 55. Gambar 55. Fuzzifikasi TBE Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter TBE dengan TRAPMF adalah : 1; ≤ x 3 μ TBE-SR x: fx; 0, 3, 4 = 4-x ; 3 ≤ x 4 0 ; x ≥ 4 0 ; x 3 μ TBE-R x: fx; 3, 4, 6, 7 = x-3 ; 3 ≤ x 4 1; 4 ≤ x 6 7-x ; 6 ≤ x 7 0 ; x ≥ 7 0 ; x 6 μ TBE-S x: fx; 6, 7, 9, 10 = x-6 ; 6 ≤ x 7 1; 7 ≤ x 9 10-x; 9 ≤ x 10 0; x ≥ 10 0; x 9 μ TBE-B x: fx; 9, 10, 12, 13 = x-9; 9 ≤ x 10 1; 10 ≤ x 12 13-x; 12 ≤ x 13 0; x ≥ 13 x-12; 12 ≤ x 13 μ TBE-SB x: fx; 12, 13, 16 = 1; 13 ≤ x 16 0; x ≥ 16 Fungsi keanggotaan untuk masing-masing himpunan fuzzy pada parameter TBE dengan menggunakan GAUSSMF adalah : μ TBE—SR x: fx; 2, 2 = e -2 2 – x 2 μ TBE—R x: fx; 2, 5 = e – 2 5 – x 2 μ TBE—S x: fx; 2, 8 = e -2 8 – x 2 μ TBE—B x: fx; 2, 11 = e -2 11 – x 2 μ TBE—SB x: fx; 2, 14 = e -2 14 – x 2 Kesesuaian lahan bagi penggunaan tanaman pangan akan menjadi input bagi penentuan jenis tanaman pangan yang sesuai. Kesesuaian lahan bagi penggunaan tanaman pangan dibagi menjadi tiga himpunan fuzzy, yaitu sesuai, kurang sesuai, dan tidak sesuai. Representasi kesesuaian lahan bagi penggunaan tanaman pangan dengan menggunakan fungsi trapesium TRAPMF terlihat pada Gambar 56. Gambar 56. Representasi fungsi keanggotaan untuk variabel kesesuaian lahan Fungsi keanggotaan untuk masing-masing himpunan fuzzy kesesuaian lahan terhadap penggunaan tanaman pangan dengan TRAPMF adalah : 1; ≤ x 3 μ KESESUAIANLAHAN-SESUAI x: fx; 0, 3, 4 = 4-x ; 3 ≤ x 4 0 ; x ≥ 4 0 ; x 3 μ KESESUAIANLAHAN-KRGSESUAI x: fx; 3, 4, 6, 7 = x-3 ; 3 ≤ x 4 1; 4 ≤ x 6 7-x ; 6 ≤ x 7 0 ; x ≥ 7 x-6 ; 6 ≤ x 7 μ KESESUAIANLAHAN-TDKSESUAI x: fx; 6, 7, 10 = 1; 7 ≤ x 10 0; x ≥ 10 Fungsi keanggotaan untuk masing-masing himpunan fuzzy kesesuaian lahan terhadap penggunaan tanaman pangan dengan menggunakan GAUSSMF adalah : μ KESESUAIANLAHAN—SESUAI x: fx; 2, 2 = e -2 2 – x 2 μ KESESUAIANLAHAN—KRGSESUAI x: fx; 2, 5 = e – 2 5 – x 2 μ KESESUAIANLAHAN—TDKSESUAI x: fx; 2, 8 = e -2 8 – x 2

4.3.3.1.3 Parameter Penentuan Jenis Tanaman Pangan Yang Sesuai

Hasil kesesuaian lahan untuk penggunaan tanaman pangan digunakan sebagai input bagi proses penentuan jenis tanaman pangan yang sesuai. Selain menggunakan kesesuaian lahan yang didapat dari proses pengolahan data sebelumnya, juga akan digunakan data curah hujan sebagai parameter dalam menentukan jenis tanaman pangan yang sesuai. Data curah hujan yang diperlukan adalah rata-rata curah hujan dalam milimeter tahun. Data ini dapat diperoleh melalui stasiun pengamatan curah hujan terdekat dengan daerah dimana lahan tersebut berada. Curah hujan dinyatakan dalam lima kelompok, yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Metode yang digunakan untuk menentukan jenis tanaman pangan yang sesuai adalah metode pencocokkan antara curah hujan dan kesesuaian lahan. Tabel 9 menunjukkan nilai curah hujan untuk masing-masing kelompok. Tabel 9. Nilai curah hujan Parameter Variabel Kelompok Nilai Curah Hujan mmtahun Sangat Rendah 50 – 1000 Rendah 1001 – 1900 Sedang 1901 – 2800 Tinggi 2801 – 3700 Sangat Tinggi 3701 – 4600

4.3.3.2 Proses Penarikan Kesimpulan

Proses penarikan kesimpulan pada aplikasi sistem pakar penentuan kesesuaian lahan ini merupakan proses penarikan kesimpulan fuzzy. Proses penarikan kesimpulan fuzzy merupakan serangkaian proses yang akan melakukan mapping terhadap masukan dari pengguna menjadi keluaran tertentu dengan menggunakan teori tentang himpunan fuzzy. Dalam proses penentuan kesesuaian lahan terhadap tanaman pangan berdasarkan faktor penghambat terbesar, akan digunakan 17 parameter penentu kesesuaian lahan bagi penggunaan tanaman pangan dan 1 parameter penentu jenis tanaman pangan yang sesuai. Proses inferensi atau penarikan kesimpulan yang digunakan adalah metode Mamdani. Menurut Negnevitsky 2002 langkah-langkah proses inferensi dengan metode Mamdani adalah sebagai berikut : 1. Fuzzifikasi variabel input. Nilai dari masing-masing variabel input yang dimasukkan oleh pengguna akan diterima oleh sistem dan dihitung nilai keanggotaannya sesuai dengan fungsi keanggotaan yang digunakan. Apabila aturan yang digunakan terdiri dari beberapa variabel, maka dapat digunakan operator fuzzy untuk menghubungkan masing-masing variabel. Operator fuzzy yang digunakan untuk menghubungkan variabel-variabel yang diperlukan dalam menentukan kesesuaian lahan adalah operator AND dan OR. 2. Evaluasi aturan-aturan fuzzy Evaluasi aturan-aturan fuzzy dilakukan untuk menghitung nilai keanggotaan setiap antacendent pada setiap aturan sehingga dapat diperoleh nilai consequent. 3. Agregasi keluaran dari aturan. Agregasi dilakukan untuk menggabungkan nilai-nilai consequent yang diperoleh dari hasil evaluasi aturan menjadi satu keluaran gugus fuzzy. 4. Defuzzifikasi Defuzzifikasi dilakukan untuk mengubah keluaran gugus fuzzy menjadi astu nilai tunggal crisp. Pengubahan nilai gugus fuzzy menjadi nilai tunggal dilakukan dengan menerapkan suatu metode tertentu. Metode yang digunakan untuk proses defuzzifikasi pada sistem pakar penentuan kesesuaian lahan ini adalah metode centroid composite moment . Pada penelitian tentang pembuatan sistem pakar penentuan kesesuaian lahan untuk tanaman pangan, kesimpulan berupa kesesuaian lahan terhadap penggunaan tanaman pangan diperoleh berdasarkan masukan dari pengguna sistem tentang data aktual dari 18 parameter yang digunakan. Diantara delapan belas parameter yang ada, terdapat dua parameter complementary, yang hanya akan digunakan untuk menggantikan nilai dari parameter yang sebenarnya. Kedelapan belas parameter yang digunakan untuk menghasilkan kesimpulan berupa kesesuaian lahan terhadap penggunaan tanaman pangan adalah suhu, kedalaman efektif, bahan kasar, kedalaman sulfidik, KTK, C-Organik, pH, kejenuhan basa, salinitas, sodisitas, ketebalan gambut, kematangan gambut, tekstur, lereng, drainase, dengan dua parameter complementary berupa TBE dan bahaya banjir. Parameter TBE akan berfungsi untuk menggantikan parameter lereng, sedangkan bahaya banjir akan digunakan untuk menggantikan parameter tekstur dan drainase. Hasil kesesuaian lahan untuk tanaman pangan ditambah dengan data aktual tentang curah hujan digunakan untuk menentukan jenis tanaman yang sesuai. Berdasarkan jenis tanaman yang sesuai ini yang akan dicocokkan dengan jenis tanaman pangan yang diinginkan oleh pengguna. Pendekatan proses penalaran untuk pengambilan kesimpulan dilakukan secara heuristik berdasarkan kaidah kepakaran. Oleh karena itu dalam penelitian ini proses pengambilan kesimpulan dapat disimulasikan menggunakan pendekatan logika fuzzy. Penggunaan metode logika fuzzy dalam penelitian ini didasari oleh penilaian bahwa metode ini dapat mendekati konsep ketidak pastian yang sering kali ditemui dalam kaidah kepakaran. Kaidah kepakaran dalam penelitian ini dituliskan dalam bentuk aturan-aturan yang dikelompokkan dalam dua kelompok aturan, yaitu kelompok pertama berisi aturan untuk menentukan kesesuaian lahan terhadap penggunaan tanaman pangan, dan kelompok kedua berisi aturan untuk menentukan jenis tanaman yang sesuai. Aturan yang digunakan dalam penelitian ini dituliskan dalam bentuk IF-THEN. Aturan-aturan inilah yang akan direpresentasikan dalam bentuk basis pengetahuan yang akan digunakan sebagai dasar dalam proses penarikan kesimpulan. Bagian yang mengikuti IF merupakan bagian antacendent, sedangkan bagian yang mengikuti THEN merupakan bagian consequent . Aturan yang berada pada basis pengetahuan sistem pakar yang dikembangkan terdiri dari beberapa antacendent yang digabungkan dengan menggunakan operator AND dan OR. Sehingga bentuk representasi pengetahuan dalam basis pengetahuan dapat dituliskan menjadi IF A1 is X AND A2 is Y THEN A3 is Z atau IF A1 is X OR A2 is Y THEN A3 is Z.

4.3.3.3 Proses Output Keluaran

Pada metode Mamdani, proses output merupakan proses berikutnya setelah proses penarikan kesimpulan. Proses output ini ditandai dengan dilakukannya tahap defuzzifikasi, untuk menghasilkan satu nilai crisp dari beberapa output fuzzy hasil evaluasi aturan pada basis pengetahuan. Metode defuzzifikasi yang digunakan pada penelitian ini adalah metode centroid composite moment. Pada metode centroid, nilai crisp yang dihasilkan merupakan nilai pusat daerah fuzzy. Rumus umum untuk metode centroid ini adalah sebagai berikut : n ∫ zμz dz ∑ z j μz j dz z = z atau z = j =1 ∫ μz dz n z ∑ z j μz j dz j =1 Penggunaan metode centroid dalam penelitian ini didasari oleh adanya dua keuntungan dari penggunaan metode ini, yaitu bahwa nilai defuzzy akan bergerak secara halus sehingga perubahan dari suatu topologi himpunan fuzzy ke topologi berikutnya juga akan berjalan dengan halus. Keuntungan yang kedua adalah kemudahan perhitungan yang ditawarkan oleh metode ini Kusumadewi, 2002. Hasil defuzzifikasi dari kelompok aturan yang pertama pada basis pengetahuan, berupa nilai kesesuaian lahan terhadap penggunaan tanaman pangan akan menjadi input pada proses penentuan jenis tanaman yang sesuai. Berdasarkan jenis tanaman yang sesuai inilah sistem akan menentukan cocok atau tidaknya antara sifat lahan yang dimiliki pengguna dengan jenis tanaman yang diinginkan. Bila hasil kesesuaian lahan menunjukkan bahwa lahan tersebut tidak sesuai atau kurang sesuai untuk penggunaan tanaman pangan, maka sistem juga akan memberi tahukan kepada pengguna jenis faktor penghambat pada lahan mereka dan juga saran manajerial untuk mengatasi faktor penghambat tersebut. Selain menentukan nilai kesesuaian lahan untuk penggunaan tanaman pangan, sistem pakar ini juga dirancang untuk dapat memberikan saran kepada pengguna tentang kriteria tanah yang sesuai dengan jenis tanaman yang diinginkan pengguna, sekaligus menunjukkan lokasi mana yang sekiranya dapat digunakan untuk penanaman tanaman pangan yang diinginkan oleh pengguna. Sebagai input, pengguna memasukkan jenis tanaman pangan yang diinginkan. Untuk proses pengambilan kesimpulan pada penentuan kriteria tanah yang sesuai ini tidak digunakan metode logika fuzzy, namun cukup dengan metode pencocokkan dengan basis data. Hasil dari proses penentuan kriteria tanah ini adalah kriteria tanah untuk tanaman pangan yang diinginkan pengguna dan lokasi yang dapat digunakan.

4.3.4 Rancangan Arsitektur Web

Arsitektur web menggambarkan bagaimana web yang berisi aplikasi penentuan kesesuaian lahan ini dapat diakses oleh penggunaanya. Pada perancangan arsitektur web ini juga akan ditentukan mekanisme dimana pengguna dapat mengakses halaman-halaman pada web. Perancangan arsitektur web merupakan salah satu kegiatan dalam fase perancangan. Fase perancangan merupakan salah satu fase dari enam fase yang terdapat pada waterfall life cycle model , metode klasik yang digunakan pada pembangunan aplikasi software. Sistem pakar berbasis web ini dirancang secara terstuktur dalam bentuk menu-menu, yang menjadi template dari web. Setiap menu dapat terdiri dari satu atau lebih halaman, dimana setiap halaman akan saling berhubungan satu sama lain. Hal ini dapat mempermudah pengguna untuk melakukan perpindahan halaman. Untuk mengakses halaman yang diinginkan pada web yang dirancang ini, pengguna dapat mengaksesnya melalui halaman utama dari setiap menu yang ada. Sistem pakar yang dirancang ini merupakan sistem yang berbasis web, sehingga untuk mengaksesnya diperlukan web client dan web server. Pengguna dapat mengakses web sistem pakar penentuan kesesuaian lahan melalui web client pada komputernya masing-masing. Aplikasi sistem pakar sendiri akan diletakkan pada web server. Hubungan antara pengguna melalui web client dengan aplikasi yang terdapat pada web server dapat dilakukan selama pengguna memiliki koneksi internet. Gambar 57 berikut ini menunjukkan arsitektur dari web yang dirancang. Gambar 57. Arsitekstur web yang dirancang Komputer pada sisi pengguna harus mempunyai aplikasi web client seperti Netscape Navigator, Mozilla Firefoz, Opera, Internet Explorer untuk dapat mengakses aplikasi sistem pakar. Pengguna dapat memasukkan uniform resource language URL dari aplikasi pada bagian address bar untuk mengakses aplikasi. Selama komputer pengguna memiliki akses internet, maka pengguna akan dapat mengakses aplikasi sistem pakar ini dimana dan kapan saja dibutuhkan. Sistem Pakar Penentuan Kesesuaian Lahan Untuk Tanaman Pangan ini berada pada sisi server . Setelah aplikasi selesai dikembangkan, KE harus melakukan upload supaya aplikasi ini dapat diakses oleh penggunaanya. Upload dapat dilakukan dengan membayar biaya domain dan sewa domain kepada service provider dimana aplikasi tersebut akan diletakkan.