2
2. Tinjauan Pustaka
Penggunaan logika fuzzy dipilih karena memberi ruang dan bahkan mengeksploitasi toleransi terhadap ketidakpresisian seperti penelitian yang
berjudul “Prediksi Curah Hujan menggunakan Fuzzy logic” menuliskan, kepulauan maritime Indonesia yang berada di wilayah tropik memiliki curah
hujan tahunan yang tinggi, curah hujan semakin tinggi di daerah pegunungan. Curah hujan yang tinggi di wilayah tropik pada umumnya dihasilkan dari proses
konveksi dan pembentukan awan hujan panas. Pada dasarnya curah hujan dihasilkan dari gerakan massa udara lembab keatas.
Penggunaan Fuzzy Tsukamoto pada penelitian yang berjudul “Investigasi
Daerah Rawan Banjir Di Kota Surabaya Dengan Menggunakan Metode Fuzzy” menghasilkan sebuah aplikasi guna mengantisipasi kemungkinan terjadinya
banjir, penggunaan fuzzy berperan penting dalam menentukan nilai value parameter yang digunakan sehingga menghasilkan informasi tentang kerawanan
banjir.
Penggunaan Fuzzy Tsukamoto pada penelitian yang berjudul “Studi
Inferensi Fuzzy Tsukamoto Untuk Penentuan Faktor Pembebanan Tr afo PLN”
menghasilkan sebuah solusi guna memelihara trafo PLN sehingga pemeliharaan trafo dapat berjalan dengan baik dan menghemat biaya pemeliharaan, penggunaan
metode defuzzifikasi aturan Tsukamoto pada sistem pakar trafo PLN sangat bergantung dari perancangan fungsi keanggotaan dan basis aturan fuzzy yang
digunakan.
Konsep fuzzy logic diperkenalkan oleh Prof. Lotfi Zadeh dari universitas California di Berkeley pada tahun 1965, secara umum fuzzy logic adalah sebuah
metodologi berhitung dengn variable kata-kata linguistic variable, sebagai pengganti berhitung dengan bilangan [7]. Penggunan Fuzzy logic merupakan
konsep yang sempurna yang biasa dipakai untuk memecahkan semua masalah. Fuzzifikasi merupakan suatu proses pengubahan himpunan non fuzzy crisp
kedalam himpunan fuzzy, masukan bukan fuzzy crisp dipetakan kedalam bentuk himpunan fuzzy sesuai dengn variasi semesta pembicaraan masukan. Fungsi
keanggotaan membership function adalah komponen yang penting. Sedangkan perbedaan pada penelitian yang dilakukan adalah membahas tentang pembagian
wilayah beresiko banjir serta penggunaan logika Fuzzy Tsukamoto dalam pengolahan data yang terdiri dari curah hujan, tinggi daerah, dan lama hari hujan.
Metode Tsukamoto mengaplikasikan penalaran monoton pada setiap aturannya. Kalau pada penalaran monoton, sistem hanya memiliki satu aturan, pada metode
tsukamoto, sistem terdiri atas beberapa aturan. Karena menggunakan konsep dasar penalaran monoton, pada metode Tsukamoto, setiap konsekuen pada aturan yang
berbentuk IF-THEN harus dipresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang menoton. Output hasil inferensi dari tiap-tiap aturan
diberikan secara tegas crisp
berdasarkan α-predikat fire strength. Proses agregasi antar aturan dilakukan, dan hasil akhirnya diperoleh dengan
menggunakan defuzzy konsep rata-rata berbobot. Misalkan ada variable masukan, yaitu x dan y, serta satu variable keluaran
yaitu Z. Variabel x terbagi atas 2 himpunan yaitu A
1
dan A
2,
variabel y terbagi atas
3 2 himpunan yaitu B
1
dan B
2,
sedangkan 2 variabel keluaran Z terbagi atas 2 himpunan yaitu C
1
dan C
2 .
Tentu saja himpunan C
1
dan C
2
harus merupakan himpunan yang bersifat monoton. Diberikan 2 aturan sebagai berikut :
IF x is A
1
and y is B
2
THEN z is C
1
IF x is A
2
and y is B
1
THEN z is C
2
Diagram blok proses inferensi dengan metode Tsukamoto Jang, 1997 dapat dilihat pada gambar 1
Gambar 1. Inferensi menggunakan metode Tsukamoto Jang, 1997
-predikat untuk aturan pertama dan kedua, masing-masing adalah
1
dan
2
.
Dengan menggunakan penalaran monoton, diperoleh nilai Z
1
pada aturan pertama, dan Z
2
pada aturan kedua. Terakhir dengan menggunakan aturan terbobot, diperoleh hasil akhir dengan formula sebagai berikut :
Berdasarkan kriteria Integral Square Error ISE, Integral Time Square Error ITSE, Integral Absolute Error IAE dan Integral Time Absolute Error
ITAE yang terdapat pada indeks performansi kesalahan, fungsi keanggotaan tipe segitiga menghasilkan sistem respon yang lebih optimal jika dibandingkan dengan
tipe-tipe yang lain yaitu dengan ditandai oleh nilai indeks performansi kesalahan minimal [9]
Google menyediakan layanan API Application Programming Interface yang memungkinkan aplikasi client untuk melihat, menyimpan dan
memperbaharui data-data peta dalam bentuk Data API Google feed dengan menggunakan model data fitur letak, garis dan bentuk dalam peta. Aplikasi ini
diberi nama Google Maps API GMaps API. Peta yang ditampilkan diambil dari layanan Google Maps.
4
3. Metode Penelitian
Kategori