Kerangka Pemikiran Tata Laksana

III. METODOLOGI PENELITIAN

3.1. Kerangka Pemikiran

Sebagai langkah awal maka perlu adanya studi pustaka berkenaan dengan algal blooms untuk menggali informasi sebanyak mungkin agar lebih banyak mengenal dan memahami permasalahan dengan adanya algal blooms. Kemudian dilakukan identifikasi dari masalah yang akan diteliti untuk memperjelas permasalahan yang akan menjadi fokus penelitian. Selanjutnya dilakukan pengumpulan data, dimana data tersebut digunakan untuk proses pembelajaran fuzzy neural juga dapat digunakan untuk proses pengujian, selain itu juga dapat diketahui parameter lingkungan yang dapat mengakibatkan algal blooms khususnya di teluk Jakarta. Dari data tersebut selanjutnya dilakukan pengembangan suatu model fuzzy neural dari model yang sudah dikembangkan sebelumnya Budiarto, 1998, dimana banyaknya parameter-parameter lingkungan penyebab algal blooms sebagai penentu banyaknya parameter masukan fuzzy neural dan kemungkinan terjadinya blooms atau bukan blooms dijadikan sebagai keluaran dari fuzzy neural. Langkah selanjutnya adalah pembuatan program aplikasi sebagai implementasi dari model tersebut, dimana program aplikasi tersebut untuk proses pembelajaran dan pengujian, dalam rangka mengetahui tingkat keakuratan ha sil yang diperoleh dari proses pembelajaran fuzzy neural. Dari hasil pengujian tersebut dapat memberikan informasi tingkat akurasi dari model tersebut, dan berdasarkan informasi tersebut dapat ditentukan layak tidaknya penerapan fuzzy neural untuk masalah algal blooms. Berikut ini adalah gambar garis besar kerangka pemikiran dari penelitian ini. 14 Tidak Gambar 3.1. Kerangka Pemikiran pembuatan fuzzy neural model untuk detektsi algal blooms di daerah tropis

3.2. Tata Laksana

Dalam kegiatan penelitian ini akan dilakukan dalam empat tahap, tahap pertama pengumpulan data berdasarkan hasil dari studi pustaka dan identifikasi masalah, dimana dalam tahapan ini terdiri dari dua jenis yaitu pengumpulan data berkaitan dengan algal blooms dan pengumpulan data berkaitan dengan fuzzy neural. Tahap kedua yaitu pengembangan model, tahap ketiga yaitu pembuatan Ya Pengumpulan Data Pengembangan Model Prediksi algal bloom di daerah tropis Pembutan Program Aplikasi untuk implementasi dari model fuzzy neural Kelayakan Penerapan Fuzzy Neural pada kasus HAB Selesai Studi Pustaka Identifikasi Masalah Sesuai harapan Metode Fuzzy Neural Program Matlab Mulai Pengujian 15 program aplikasi untuk proses pembelajaran dan pengujian dan tahap ke empat yaitu pengujian. Pengumpulan Data Pengumpulan data untuk masalah berkaitan dengan algal blooms dan fuzzy neural dilakukan dengan studi pustaka dan wawancara dengan beberapa peneliti dari Badan Pengkajian dan Penerapan Teknologi dan Lembaga Ilmu Pengetahuan Indonesia, dalam bidang yang berkaitan dengan mikrobiologi dan kelautan untuk mendapatkan data tentang parameter-parameter lingkungan penyebab terjadinya algal blooms dan jenis alga yang mengalami blooms, sementara itu untuk mendapatkan data berkenaan fuzzy neural dilakukan dengan studi pustaka dan diskusi dengan peneliti yang pernah melakukan penelitian fuzzy neural. Cara perolehan data dan pengolahan data penelitian selengkapnya disajikan pada lampiran 3. Pengembangan Model Pada tahap ini dilakukan pengembangan model untuk prediksi algal blooms di daerah tropis menggunakan fuzzy neural dimana sebagai masukannya adalah berbentuk himpunan fuzzy dengan menggunakan fungsi keanggotaannya adalah triangular dan gaussian dan proses pembelajarannya menggunakan konsep learning vector quantitation, sedangkan keluarannya adalah nilai similaritas terkecil untuk masing- masing keluaran. Banyaknya masukan adalah sembilan, yaitu sebanyak parameter lingkungan dan banyaknya keluaran adalah blooms dan bukan blooms. Pembuatan Program Aplikasi Pada tahap ini dilakukan pembuatan program aplikasi dan user interface sebagai implementasi dari model fuzzy neural. Pada tahap pertama akan dibuat program aplikasi dari model fuzzy neural untuk proses pelatihan menggunakan Matlab, dimana program yang akan dibuat yaitu fuzzy neural dengan fungsi keanggotaan triangular dan gaussian. Tahap kedua adalah membuat program aplikasi proses pengujian dan tahap ketiga adalah pembutan program aplikasi 16 untuk user interface, semua program aplikasi tersebut dibuat menggunakan perangkat lunak Matlab. Pengujian Pada tahap ini dilakukan pengujian tingkat akurasi, yaitu berapa banyak sistem dapat mengenali data yang digunakan untuk pengujian dibagi dengan banyaknya data untuk pengujian tersebut. Selain itu juga dilakukan pengujian menghitung rata-rata nilai similaritas dari sebanyak parameter masukan yang digunakan, dimana pengujian tersebut dilakukan setelah proses pembelajaran sebelumnya dengan menggunakan program aplikasi yang dibuat pada tahap sebelumnya dengan menggunakan data yang berbeda dengan data yang digunakan untuk proses pembelajaran. Jadwal Penelitian Kegiatan penelitian ini dilakukan mulai bulan Desember 2004 dan diharapkan selesai pada bulan Oktober 2006. Kegiatan penelitian ini diawali dengan pengajuan sinopsis dan penelitian ini diakhiri dengan sidang akhir tesis.

3.3. Pengembangan Sistem