4.2 Studi Pustaka
Tahapan pertama dalam penelitian ini adalah studi pustaka. Tahapan studi pustaa
ini adalah tahap mencari dan mengumpulkan literature yang berkaitan dengan penelitian
ini baik melalui buku-buku maupun media elektronik seperti internet. Studi pustaka
dilakukan untuk mengetahui hal-hal yang berkaitan dengan penelitian ini, diantaranya
adalah mengenai unsur-unsur cuaca, hal-hal yang mempengaruhi perubahan cuaca, kaitan
antara cuaca dan penerbangan, serta teori- teori tentang logika fuzzy dan permodelan
menggunakan logika fuzzy.
Selain mengumpulkan
literatur berupa teori-teori yang menunjang penelitian
ini, penulis
juga mempelajari
jurnal mengenai prediksi cuaca yang pernah ada
sebelumnya sebagai dasar dari penelitian ini. 4.3
Identifikasi Masalah
Identifikasi masalah
sangat dibutuhkan untuk mengetahui permasalahan
yang berhubungan dengan cuaca yang dibutuhkan untuk rekomendasi penerbangan.
Proses
identifikasi masalah
ini akan
membantu dalam proses pengumpulan data. Yaitu untuk mengetahui variabel cuaca apa
saja yang dibutuhkan untuk memodelkan sistem prediksi cuaca.
4.4 Pengumpulan Data
Data yang digunakan pada penelitian ini berasal dari stasiun Meteorologi Kelas III
Tanjungpinang yang diukur perhari selama satu tahun yaitu data pada bulan Maret 2010
hingga februari 2011. Data yang dimaksud adalah data enam variabel cuaca yang telah
disebutkan pada bab sebelumnya yaitu suhu, kecepatan angin, kelembaban udara, tekanan
udara, hujan dan jarak pandang. Data-data ini diambil melalui titik pengamatan 00º 92’ LU
dan 104º 53’ BT dengan radius sejauh 10 km dan elevasi 18 meter.
Keenam data tersebut dibagi menjadi data masukan dan data keluaran. Data
masukan yang digunakan adalah variabel suhu,
angin dan
kelembaban untuk
mendapatkan variabel
keluaran hujan,
sedangkan variabel keluaran kecepatan angin didapatkan dari variabel masukan yaitu
variabel suhu dan tekanan udara. 4.5
Pengolahan Data
Masukan dan
Keluaran
Model logika fuzzy dipengaruhi oleh data masukan dan data keluaran, atau biasa
disebut dengan variabel masukan dan variabel keluaran. Dalam hal kelayakan
cuaca untuk rekomendasi penerbangan, variabel cuaca yang paling berpengaruh
adalah curah hujan dan kecepatan angin, maka kedua variabel tersebut yang akan
dijadikan sebagai variabel keluaran dari logika fuzzy. Sedangkan hal-hal yang
mempengaruhi kedua
variabel tersebut seperti
suhu udara,
tekanan udara,
kelembaban udara dan kecepatan angin menjadi variabel masukan bagi permodelan
logika fuzzy ini.
Pada pengolahan data masukan dan keluaran ini, dilakukan proses clusterisasi
untuk mengelompokkan data dalam beberapa grup atau cluster. Informasi cluster ini akan
membantu dalam pembangunan FIS Fuzzy Inference System tipe sugeno terbaik yang
bisa memodelkan kelakuan hubunga data input-output dengan junlah rule minimum.
Definisi sebuah rule diasosiasikan dengan suatu cluster data.
Salah satu teknik fuzzy clustering adalah Fuzzy C Means FCM. Dalam teknik
ini, tiap titik data dikelompokkan dalam suatu cluster dengan derajat keanggotaan
tertentu. Untuk menggunakan teknik ini, biasanya sudah ditentukan jumlah cluster
dalam keseluruhan data. Keluaran FCM ini bukan merupakan fuzzy inference system,
namun merupakan deretan pusat cluster dan beberapa derajat keanggotaan untuk tiap-tiap
data. Informasi ini dapat digunakan untuk membangun fuzzy inference system awal,
terutama
dalam mendefinisikan
fungsi keanggotaan untuk merepresentasikan nilai
fuzzy dari tiap cluster. Karena data yang akan dicluster
jumlahnya sangat banyak, maka pada pembangunan
logika fuzzy
ini, pengelompokan data menggunakan metode
fuzzy cluster means dilakukan dengan
menggunakan bantuan matlab, yaitu dengan menuliskan syntax pada editor matlab.
4.6
Perancangan Logika Fuzzy
Perancangan logika fuzzy untuk penelitian
ini dimulai
dari proses
pengelompokan cluster yang menggunakan fuzzy C means yang kemudian digunakan
FIS editor untuk perancangannya. Blok diagram untuk perancangan logika fuzzy
dapat terlihat pada gambar 3.3.
Gambar 3. 2 Diagram Perancangan Rekomendasi Penerbangan
3.6.1 Penentuan Fungsi Keanggotaan
Fungsi keanggotaan membership function digunakan untuk menunjukkan
hasil prediksi.
Penggunaan fungsi
keanggotaan didasarkan pada bentuk kurva. Kurva yang digunakan pada fungsi
keanggotaan untuk
perancangan rekomendasi penerbangan ini adalah kurva
Gaussian. Pemilihan kurva Gaussian ini dikarenakan penggunaan kurva Gaussian
sesuai untuk data yang sifatnya kontinyu dan data-data alami seperti keadaan cuaca.
Pembentukan fungsi keanggotaan ini menggunakan Fuzzy Inference System Editor
FIS Editor tipe Takagi Sugeno karena kita menginginkan
keluaran yang
berupa numerik.
Penggunaan Fuzzy
Toolbox digunakan untuk memudahkan penggunaan
logika fuzzy pada MATLAB 7.8.0. Contoh tampilan FIS Editor pada MATLAB dapat
dilihat pada gambar berikut:
3.6.2 Penetuan Aturan Rule Based
Data yang telah dikelompokkan berdasarkan fuzzy clustering kemudian
dibuat aturan yang disebut aturan jika maka if – then. Sebuah aturan fuzzy tunggal
berbentuk seperti berikut:
if x is A then y is B
Aturan ini digunakan untuk dijadikan sebagai patokan untuk kondisi variabel
masukan tertentu maka akan didapatkan variabel keluaran yang nilainya tertentu pula.
Pembuatan
aturan didasarkan
pada kepakaran serta pengamatan data yang
berupa kebiasaan di alam. Pada aturan ini terdiri dari kumpulan
aturan peramalan cuaca yang berbasis logika fuzzy untuk menyatakan kondisi cuaca yang
terjadi. Penyusunan
aturan sangat
berpengaruh pada presisi model, pada tahap pengambilan
keputusan ditentukan
berdasarkan rancangan rule base. Pada model perancangan prediksi hujan terdapat
27 rule, sedangkan pada model perancangan prediksi angin terdapat 9 rule.
Pada pembuatan
aturan ini,
menggunakan bantuan Rule Editor pada MATLAB. Rule Editor merupakan bagian
dari FIS Editor yang ada pada fuzzyToolbox untuk memberikan aturan pada fuzzy
sehingga didapatkan nilai keluaran yang sesuai.
3.6.3 Inferensi Fuzzy
Proses inferensi fuzzy adalah proses pengambilan keputusan untuk mendapatkan
sinyal logika fuzzy berdasarkan rancangan basis aturan yang telah dibuat. Nilai masukan
yang teramati diolah untuk diidentifikasi aturan mana yang akan digunakan. Teknik
pengambilan keputusan yang digunakan adalah metode Takagi Sugeno. Alasan
menggunakan metode ini adalah karena metode ini lebih fleksibel jika dibandingkan
dengan metode Mamdani, sehingga cocok untuk peramalan. Dalam metode Takagi
Sugeno, penerapannya menggunakan aturan operasi AND, hal ini karena semua variabel
masukan saling mempengaruhi.
Tahap ini
merupakan tahap
pengambilan keputusan,
dimana nilai
masukan yang berupa kecepatan angin, suhu, kelembaban dan tekanan masih berupa
himpunan crisp yang nantinya akan diubah menjadi himpunan fuzzy dengan fungsi
keanggotaan yang berbeda untuk tiap variabel. Dengan mengacu pada basis aturan
yang telah dibuat, diperoleh nilai fuzzy berdasarkan nilai fuzzy masing-masing
variabel masukan. 3.6.4 Defuzzifikasi
Defuzzifikasi adalah
proses pengkonversian setiap hasil dari inference
system yang diekspresikan dalam bentuk fuzzy set ke satu bilangan real. Hasil
konversi tersebut merupakan keluaran yang diambil oleh system logika fuzzy. Karena
itu, pemilihan metode defuzzifikasi yang sesuai juga turut mempengaruhi system
kendali logika fuzzy dakam menghasilkan respon yang optimum. Dalam pembangunan
logika fuzzy ini, metode defuzzifikasi yang digunakan adalah weight average rata-rata
terbobot. Metode ini mengambil nilai rata- rata dengan menggunakan pembobotan
berupa derajat keanggotaan.
4.7 Validasi Model Logika Fuzzy
Setelah permodelan menggunakan logika fuzzy didapatkan, langkah selanjutnya
adalah validasi atau pengujian. Pengujian dilakukan
untuk mengetahui
apakah perancangan perancangan model prediksi
cuaca yang dibuat telah sesuai dengan tujuan yang ingin dicapai. Pengujian ini dilakukan
untuk keperluan analisa. Data prediksi hasil model logika fuzzy di validasi dengan data
actual
dari BMKG,
dengan cara
mencocokkan hasil keluaran dengan data actual. Data yang divalidasi adalah data rata-
rata perhari. Apabila hasil keluaran sesuai dengan variabel linguistic data actual, maka
prediksi pada hari tersebut bernilai tepat. 4.8
Pembuatan Software Prediktor
Setelah mendapatkan permodelan dan telah diuji validitasnya, maka dilakukan
pembuatan software yang digunakan sebagai simulator.
Pembuatan software
ini menggunakan
GUIDE MATLAB
7.8. Software prediktor ini terdiri atas variabel-
variabel yang mempengaruhi fungsi keluaran seperti suhu, tekanan, kelembaban, dan
kecepatan angin. Dengan hasil keluaran berupa hasil prediksi hujan dan prediksi
kecepatan angin baik dalam bentuk numeric maupun linguistic, serta rekomendasi apakah
cuaca tersebut layak untuk dilakukan penerbangan.
IV PEMBAHASAN
Pada pembuatan prediksi cuaca berbasis logika fuzzy ini digunakan variabel
masukan dan
variabel keluaran
yang digunakan untuk membangun logika fuzzy
untuk pembangunan logika fuzzy. Variabel masukan untuk rekomendasi penerbangan
yang digunakan dalam pembangunan logika fuzzy ini meliputi kondisi actual kecepatan
angin knot, suhu C, kelembaban dan tekanan udara mb. Data yang digunakan
untuk permodelan menggunakan data selama satu tahun, dimulai dari maret 2010 hingga
februari 2011 di titik pengamatan 00º 92’ LU - 104º 53’ BT. Data yang digunakan berupa
data rata-rata harian yang didapatkan dari stasiun meteorologi Kelas III Tanjungpinang.
4.1 Penerapan Konsep Logika Fuzzy