1
BAB I PENDAHULUAN
1.1 Latar Belakang
Matematika adalah cabang ilmu pengetahuan yang sangat penting dan sangat berperan dalam perkembangan dunia. Matematika dibandingkan dengan
disiplin-disiplin ilmu yang lain mempunyai karakteristik tersendiri. Pentingnya matematika tidak lepas dari perannya dalam segala jenis dimensi kehidupan.
Selain itu, matematika juga seringkali dibutuhkan untuk menunjang eksistensi ilmu-ilmu lain seperti fisika, kimia, astronomi, biologi, ekonomi dan lain
sebagainya.Matematika dikatakan sebagai ratu ilmu karena matematika dapat tumbuh dan berkembang untuk dirinya sendiri sebagai suatu ilmu tanpa adanya
bantuan dari ilmu lain. Selanjutnya matematika dikatakan sebagai pelayan ilmu lain karena ilmu lain tidak dapat tumbuh dan berkembang tanpa adanya bantuan
matematikaBell, 1952: 1. Di masa lalu, cabang-cabang matematika yang mempelajari fenomena
fisik mendominasi cabang-cabang matematika yang bisa diterapkan pada berbagai fenomena fisik, seperti yang biasa dipelajari dalam fisika dan kimia. Akibatnya,
cabang-cabang matematika ini digolongkan dalam kelompok matematika terapan atau matematika fisika. Tetapi sejak berkembangnya ilmu-ilmu komputer,
penerapan cabang matematika yang mempelajari fenomena-fenomena yang bukan sekedar diskrit, bahkan berhingga, berkembang dengan cepat khususnya berbagai
fenomena alam yang teramati agar pola struktur, perubahan ruang dan sifat-sifat
fenomena tersebut dapat dinyatakan dalam sebuah bentuk perumusan yang sistematis. Hasil perumusan yang menggambarkan perilaku dari proses fenomena
fisik ini disebut model matematika Widowati Sutimin, 2007: 1. Matematika mempunyai banyak fungsi yang digunakan dalam perhitungan sehari-hari,
misalnya saja dalam perhitungan statistik, dalam ilmu kedokteran dan masih banyak banyak lainnya. Begitu pula dalam penanganan pemakaian air di
Perusahaan Daerah Air Minum PDAM yang berada disemarang Matematika mempunya fungsi yang sangat penting yaitu untuk menghitung ketepatan dalam
pembagian air minum di PDAM. PDAM Kota Semarang merupakan sebuah perusahaan daerah yang
bertugas untuk memberikan supply air bersih pada masyarakat dan badan usaha yang berada di daerah kota Semarang dan sekitarnya. Dalam melayani
pelanggannya PDAM Kota Semarang selalu mengedepankan pelayanan prima sebagai perwujudan sikap profesionalitas. Tidak hanya perbaikan dalam bidang
struktural saja yang diperhatikan tetapi juga harus selalu memperhatikan kebutuhan pelanggannya dalam hal ini adalah kebutuhan akan pasokan air bersih.
Oleh karena itu PDAM dituntut untuk melayani pelanggan dengan tepat https:humaspdamsmg.com,2014.
Menurut Bapak Nuryono yang menjabat sebagai sekretaris bagian pemasaran PDAM Tirta Moedal Semarang, masih banyak kekurangan dalam hal
pendistribusian air bersih, misalnya saja pada wilayah semarang selatan yaitu di Jatingaleh, Ngesrep, Banyumanik dan masih banyak wilayah lain yang aliran
airnya masih kurang baik. Aliran air yang kurang baik terjadi karena beberapa
faktor. Faktor yang pertama adalah karena produksi Instalasi Pengolahan Air IPA yang terbatas. Faktor yang kedua adalah karena faktor cuaca, di saat cuaca
kemarau aliran air menjadi terhambat karena produksi air yang kurang mencukupi dalam pendistribusian air bersih. Faktor yang ketiga adalah karena kehilangan air,
kehilangan air ini bisa terjadi karena kebocoran pada pipa-pipa air atau pencurian air. Untuk membantu agar pemakaian air di PDAM Tirta Moedal Semarang lebih
baik lagi penulis ingin meramalkan jumlah pemakaian air perbulan, supaya PDAM Tirta Moedal dapat memperkirakan kebutuhan pemakaian air bersih dan
dapat memperbaiki IPA yang masih terbatas. Menurut Pakaja dkk 2012: 23 peramalan adalah proses untuk memperkirakan berapakebutuhan dimasa yang
akan datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang atau jasa.
Peramalan di sini menggunakan metode adaptive neuro fuzzy inference system. Neuro fuzzy adalah gabungan dari dua sistem yaitu sistem logika fuzzy
dan jaringan syaraf tiruan. Sistem neuro fuzzy berdasar pada sistem inferensi fuzzy yang dilatih menggunakan algoritma pembelajaran yang diturunkan dari
sistem jaringan syaraf tiruan. Dengan demikian, sistem neuro fuzzy memiliki semua kelebihan yang dimiliki oleh sistem inferensi fuzzy dan sistem jaringan
syaraf tiruan. Dari kemampuannya untuk belajar maka sistem neuro fuzzy sering disebut sebagai ANFIS adaptive neuro fuzzy inference sistems Fatkhurrozi,
dkk,2012: 113. Pada sistem yang semakin kompleks, fuzzy logic biasanya sulit dan
membutuhkan waktu lama untuk menentukan aturan dan fungsi keanggotaan yang
tepat. Pada neural network, tahapan proses sangat panjang dan rumit sehingga tidak efektif pada jaringan yang cukup besar. Fuzzy logic tidak memiliki
kemampuan untuk belajar dan beradaptasi. Sebaliknya neural network memiliki kemampuan untuk belajar dan beradaptasi namun tidak memiliki kemampuan
penalaran seperti yang dimiliki pada fuzzy logic. Oleh karena itu dikembangkan metode yang mengkombinasikan kedua teknik itu yaitu biasa disebut sistem
hybrid, salah satunya adalah Adaptive Neuro Fuzzy Inference System atau ANFIS Jang, 1993: 665.
Pada pemodelan statistika, ANFIS diterapkan pada masalah klasifikasi, clustering, regresi, dan peramalan pada data runtun waktu. ANFIS telah banyak
diterapkan pada masalah peramalan data runtun waktu. Atsalakis et al 2007 menggunakan ANFIS untuk prediksi peluang tren pada nilai tukar mata uang
kurs diperoleh bahwa metode ini handal untuk memprediksi naik turunnya fluktuasi nilai tukar. Wei 2011 menerapkan ANFIS untuk peramalan saham
TAIEX. Mordjaoi dan Boudjema 2011 melakukan peramalan dan pemodelan permintaan listrik dengan ANFIS. Aldrian dan Yudha 2008 mengaplikasikan
ANFIS untuk prediksi curah hujan. Penelitian-penelitian yang dilakukan menunjukkan bahwa pendekatan metode ANFIS cukup handal dan akurat dalam
peramalan data runtun waktu. Analisis ANFIS dalam penelitian ini menggunakan model Sugeno orde
satu. Proses pengklasteran dilakukan dengan menggunakan metode Fuzzy C- means FCM. Algoritma pembelajaran yang digunakan adalah metode optimasi
Hybrid. Perangkat lunak yang digunakan adalah MATLAB.
Berdasarkan uraian di atas yang mengacu pada kondisi saat ini pembagian wilayah di PDAM dirasakan sudah efektif untuk masalah pendistribusian air
bersih ke pelanggan akantetapi kekurangan air bersih tetap menjadi masalah bagi pelanggan. Sehingga penulis ingin mengangkat judul tentang
“Implementasi Adaptive
Neuro-Fuzzy Inference
SystemANFIS untuk
Peramalan Pemakaian Air di Perusahaan Daerah Air Minum Tirta Moedal Semarang
”. 1.2
Rumusan Masalah Adapun rumusan masalah dari penelitian ini adalah sebagai berikut.
1 Bagaimana mengimplementasikan metode Adaptive Neuro-Fuzzy
InferenceSystem dalam peramalan pemakaian air?
2 Bagaimana hasil peramalan pemakaian air pada bulan Januari 2015
sampai April 2015? 1.3
Tujuan Penelitian Adapun tujuan dari penelitian ini adalah sebagai berikut.
1 Untuk mengimplementasikan
metode Adaptive
Neuro-Fuzzy InferenceSystem dalam peramalan pemakaian air.
2 Untuk mengetahui hasil peramalan pemakaian air pada bulan Januari 2015 sampai April 2015.
1.4 Manfaat Penelitian
