'PERANCANGAN LOGIKA FUZZY UNTUK MEMPREDIKSI CURAH HUJAN DI SU', pesan blog dari dytchia di Netlog.
Blog / PERANCANGAN LOGIKA FUZZY UNTUK MEMPREDIKSI CURAH
HUJAN DI SU
Senin, 5 September 2011 jam 06:42
PROPOSAL PENELITIAN
PERANCANGAN LOGIKA FUZZY UNTUK MEMPREDIKSI CURAH HUJAN DI SUMATRA BARAT
OLEH :
DYTCHIA SEPTI KESUMA
01979/2008
Fisika
Dosen Pembimbing :
Dr.AHMAD FAUZI,M.Si
JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2011
PERANCANGAN LOGIKA FUZZY UNTUK MEMPREDIKSI CURAH HUJAN DI SUMATRA BARAT
A. Judul
Perancangan Logika Fuzzy Untuk Memprediksi Curah Hujan Di Sumatra Barat.
B. Bidang Kajian
Fisika Komputasi
C. Pendahuluan
a. Latar Belakang Masalah
Perubahan cuaca tidak menentu memberikan dampak signifikan bagi kehidupan masyarakat di
Sumatra Barat. Pengaruh tersebut dapat di lihat pada beberapa aspek kehidupan seperti pelayaran
, penerbangan dan pertanian. Dalam Pelayaran curah hujan mempengaruhi gelombang laut
sehingga pelayaran menjadi terganggu . Dalam Penerbangan cuaca sangat mempengaruhi saat
akan terbang dan mendarat. Curah hujan menjadi salah satu parameter cuaca yang di gunakan
mengetahui jarak pandang bagi pilot. Dalam Pertanian cuaca dapat menjadi acuan bagi petani
untuk menentukan bagi petani kapan waktu menanam dan memanen.
Curah hujan merupakan ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak
menguap, tidak meresap, dan tidak mengalir. Curah hujan 1 (satu) milimeter artinya dalam luasan
satu meter persegi pada tempat yang datar tertampung air setinggi satu milimeter atau tertampung
air sebanyak satu liter. Hujan memiliki peranan sangat penting dalam kehidupan. Akan tetapi hujan
juga membahayakan, semakin meningkatnya curah hujan menyebabkan kerusakan lingkungan.
Hal ini menjadikan hujan perlu di waspadai karena bisa mengakibatkan banjir. Oleh karena itu
pembuatan sistem informasi untuk memperkirakan besarnya curah hujan yang terjadi sangat di
perlukan.
Pencarian metode untuk memprediksi cuaca adalah kegiatan yang akhirakhir ini banyak dilakukan
oleh peneliti terhadap atmosfer atau cuaca. Hal ini dikarenakan banyaknya tuntutan dari berbagai
pihak yang membutuhkan informasi kondisi atmosfer yang lebih cepat, lengkap, dan akurat. Badan
Meteorologi, Klimatologi dan Geofisika (BMKG) sebagai perusahaan negara yang bertugas
sebagai pengamat cuaca mampu memprediksikan cuaca melalui metode konvensional baik itu
metoda statistik maupun dinamik .
Metode berbasis kepakaran yang dapat digunakan untuk menganalisa data atmosfir kemudian
digunakan untuk memprediksinya dikenal dengan istilah logika fuzzy. Peramalan dengan metode
logika fuzzy didasarkan dari data – data meteorologi yang diperoleh dari BMG. Kemudian data –
data tersebut dinyatakan sebagai variabel fuzzy dengan interval keanggotaan fuzzy yang sesuai.
untuk prediksi curah hujan dengan 3 masukan yaitu suhu udara, kelembapan udara, kecepatan
angin dan 1 keluaran yaitu curah hujan.
Berdasarkan latar belakang masalah diatas, maka penulis tertarik untuk membahas mengenai
keadaan curah hujan di Sumatra barat. Adapun yang akan penulis bahas lebih lanjut dalam
makalah ini adalah mengenai aplikasi pemograman Fuzzy Logic sebagai system (software)
pengendali curah hujan. Dengan adanya makalah ini, penulis berharap dapat memberikan solusi
dan masukan terhadap permasalahan global yang sedang melanda bumi kita. Oleh karena itu,
penulis menetapkan judul makalah ini adalah “Perancangan Logika Fuzzy Untuk Memprediksi
Curah Hujan Di Sumatra Barat”
b. Pertanyaan Penelitian
Berdasarkan latar belakang masalah diatas, maka dapat dirumuskan permasalahan:
Apa konsep logika fuzzy?
Bagaimana merancang logika fuzzy untuk memprediksi curah hujan?
Tujuan Penelitian
Tujuan dari penulisan ini adalah :
Untuk mengetahui logika fuzzy.
Untuk merancang model perediksi curah hujan menggunakan logika fuzzy.
Manfaat Penelitian
Bagi peneliti dapat dijadikan sebagai media latihan untuk mengaplikasikan kembali teoriteori yang
pernah dipelajari .
Sebagai Referensi penelitian lanjutan.
D. Kajian Teori
a. Pengertian Curah Hujan
Hujan merupakan uap yang mengkondensasi dan jatuh ketanah dalam rangkaian proses hidrologi.
Curah hujan merupakan ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak
menguap, tidak meresap, dan tidak mengalir. Curah hujan di pengaruhi beberapa variabel yaitu
suhu udara, kelembapan udara, kecepatan angin.
Secara fisis suhu dapat didefinisikan sebagai tingkat gerakan molekul benda, makin cepat gerakan
molekul, makin tinggi suhunya. Kelembapan udara adalah banyaknya air yang terkandung dalam
massa udara pada saat dan tempat tertentu. Angin adalah gerakan udara yang sejajar dengan
permukaan bumi. Kecepatan angin dinyatakan dalam satuan meter per sekon, kilometer per
jam(Knot). Definisi jenis hujan menurut BMKG dapat dilihat pada tabel :
Tabel1: Definisi jenis hujan menurut BMKG
No Jenis Hujan Kuantitas
1 Hujan Ringan 120 mm/hari
2 Hujan Sedang 2050 mm/hari
3 Hujan Lebat 50300 mm/hari
4 Hujan Sangat Lebat >;100 mm/hari
(sumber: jurnal ‘’ Perancangan sitem prediksi cuaca berbasis logika fuzzy untuk kebutuhan
penerbangan di bandara juandasurabaya’’: ilham achmadi yorinda,dkkITS)
b. Pengertian Logika Fuzzy
Fuzzy secara bahasa diartikan sebagai kabur atau samarsamar. Suatu nilai dapat bernilai besar
atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotaan yang memiliki rentang
nilai 0 (nol) hingga 1(satu). Berbeda dengan himpunan tegas yang memiliki nilai 1 atau 0 (ya atau
tidak).
Logika Fuzzy merupakan seuatu logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness)
antara benar atau salah. Dalam teori logika fuzzy suatu nilai bias bernilai benar atau salah secara
bersama. Namun berapa besar keberadaan dan kesalahan suatu tergantung pada bobot
keanggotaan yang dimilikinya. Logika fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga
1. Berbeda dengan logika digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan
untuk menterjemahkan suatu besaran yang diekspresikan menggunakan bahasa (linguistic).
c. Konsep dan fungsi stuktur dasar logika fuzzy
Pada dasarnya, teori himpunan fuzzy merupakan perluasan dari teori himpunan klasik pencetus
gagasan logika fuzzy Prof Dr Lutfi Zadeh Dari Universitas California Di Barkeley. Konsep Fuzzy
Logic adalah merubah konsep logika klasik menjadi konsep yang memetakan suatu variable pada
kemungkinan yang tidak eksak sehingga system linguistik maupun permasalahan probabilitas.
Suatu himpunan fuzzy A dalam suatu semesta pembicaraan u=(v) didefiniikan A ={u.µA(uεA}
Jika A diskrit maka A= µA(u1)/(u1)+…+ µA(un)/(un)
Jika A kontiniu A=∫▒ǔµA (u)/xǕ
Gambar1. Struktur dasar logika fuzzy
Fungsi dari bagianbagian diatas yaitu:
Fuzzifikasi
Berfungsi untuk mengubah sinyal masukan yang non fuzzy menjadi himpunan fuzzy menggunakan
fuzzifikasi.
Basis Pengetahuan
Berisi basis data dan aturan dasar yang mendefinisikan himpunan fuzzy atas daerah daerah
masukan dan keluaran .
Logika pengambilan keputusan
Merupakan inti dari logika fuzzy untuk mengambil keputusan.
Defuzzifikasi
Berfungsi mentransformasikan kesimpulan tentang aksi atur yang bersifat fuzzy menjadi sinyal
sebenarnya .
d. Perancangan logika fuzzy
Fuzzifikasi
Fuzzifikasi merupakan suatu proses perubahan himpunan nonfuzzy (crisp) kedalam himpunan
fuzzy, masukan berupa data bukan fuzzy dipetakan ke bentuk himpunan fuzzy sesuai dengan
variasi semesta pembicaraan . Fuzzifikasi memiliki dua komponen yang utama, yaitu :
a. Fungsi keanggotaan himpunan fuzzy
Fungsi keanggotaan adalah sebuah kurva yang menggambarkan pemetaan dari masukan ke
derajat keanggotaan anatar 0 dan 1. Keanggotaan dalam himpunan fuzzy mempunyai bentuk yang
berbedabeda, terdiri dari fungsi Gaussian, segitiga, dan trapezium.
Gaussian
Gambar2 . Bentuk fungsi keanggotaan Gaussian
Segitiga
Gambar3. Bentuk fungsi Keanggotaan Segitiga
Trapesium
Gambar3. Bentuk fungsi Keanggotaan Segitiga
Label
Label didefenisikan dari fungsi keanggotaan. Fungsi keanggotaan apabila dikumpulkan akan
menghasilkan fuzzy set.
Basis Pengetahuan
Basis pengetahuan terdiri dari :
a.Basis Data ( Data Base)
Basis data digunakan untuk mendefenisikan himpunanhimpunan fuzzy dari sinyal masukan dan
sinyal keluaran agar dapat digunakan oleh variable linguistik dalam basis aturan.
b.Kaidah Atur ( Rule Base)
Kaidah atur dalam Fuzzy ini biasanya tersusun dengan pernyataan:
IF (antecedent) THEN(consequent) atau IF x is A THEN y is B.
Antecedent :berisi himpunan fakta masukan(seba
.
Consequent : berisi himpunan fakta keluaran (akibat).
Logika Pengambil Keputusan
Logika pengambil keputusan sering juga disebut sebagai Fuzzy Inference System (FIS). Logika
pengambil keputusan merupakan suatu kerangka komputasi yang didasarkan pada teori himpunan
fuzzy, aturan fuzzy berbentuk IFTHEN, dan penalaran fuzzy. FIS ini dapat menerima intput
nonfuzzy. Input ini kemudian dikirim ke basis pengetahuan yang berisi aturan fuzzy berbentuk IF
THEN. Apabila jumlah aturan lebih dari satu, maka akan dilakukan agregasi dari semua aturan.
Selanjutnya, pada hasil agregasi akan dilakukan defuzzifikasi untuk mendapatkan nilai nonfuzzy
sebagai output sistem.
Defuzzifikasi
Defuzzifikasi merupakan proses merubah keluaran fuzzy dari FIS menjadi keluaran nonfuzzy.
Terdapat dua macam metode defuzzifikasi, yaitu:
Metode Titik Pusat (Center of Area, COA)
Metode ini membagi dua momen pertama fungsi keanggotaan.
Metode Titik Tengah Maksimum (Mean of Maximum,MOM)
Mempresentasikan nlai titik tengah dari keluaran yang fungsi anggotanya maksimum.
Aplikasi logika fuzzy untuk curah hujan
Penerbangan
Dengan logika fuzzy bisa memprediksi curah hujan. Curah hujan salah satu parameter yang
mempengaruhi jarak pandang. Mengetahui jarak pandang berguna untuk saat akan terbang dan
mendarat bagi pilot.
Pelayaran
Curah hujan sangat penting untuk berlayar. Jika intensitas hujan meningkat maka akan
mempengaruhi gelombang laut
Pertanian
Curah hujan juga salah satu mempengaruhi terhadap usaha pertanian. Untuk itu petani harus
mengetahui kapan saat yang tepat dalam memanen dan menanam.
E. METODE PENELITIAN
Jenis Penelitian
Berdasarkan tujuan penelitian, maka jenis penelitian yang digunakan adalah penelitian dasar yaitu
penelitian yang diarahkan pada tujuan penelitian ini tidak mencapai suatu kebijakan tertentu.
Hasil dari penelitian dasar berupa pengetahuan yang tidak harus memikirkan terpannya. Hasil
berupa jawaban masalah , tidak sampai terapan.
Variabel Penelitian
Variabel dalam Penelitian :
Variabel bebas : suhu udara, kelembapan dan kecepatan angin.
Variabel terikat : curah hujan.
Data Penelitian
Data dalam penelitian ini data sekunder yaitu data yang tidak langsung diteliti tetapi data yang bisa
langsung di olah di dapat dari BMKG Padang.
Teknik Pengambilan Data
Teknik pengambilan data di lapangan. Pengukuran variabel curah hujan dilakukan oleh BMKG
Padang. Data terdiri dari : variabel suhu udara, variabel kelembapan, dan variabel kecepatan
angin, variabel curah hujan. Selanjutnya data di bagi menjadi dua bagian , bagian pertama
digunakan sebagai data masukan dan bagian kedua sebagai data keluaran.
Teknik Pengolahan Data
Pada penelitian ini data masukan nya suhu udara, kelembapan dan kecepatan angin. Dan data
keluaran curah hujan.
Perancangan Logika Fuzzy menggunakan fuzzy clustermean dengan software Matlab.
Gambar4. Flowchart perancangan logika fuzzy
Teknik Analisa Data
Pengujian data hasil prediksi dibandingkan dengan data hasil pengukuran maka di dapat
keakuratannya. Teknik analisa data yang dilakukan dalam penelitian ini masih menggunakan
penerapan lanjutan dari pemograman logika fuzzy yang menghasilkan kesimpulan tertentu sesuai
dengan tujuan penelitian.
F. Daftar Pustaka
Prita Meilanitasari,dkk.Jurnal ‘’Prediksi Cuaca Menggunakan Logika Fuzzy Untuk Kelayakan
Pelayaran Di Pelabuhan Tanjung Perak Surabaya’’.
Ilham achmadi yorinda,dkk.Jurnal ‘Perancangan System Prediksi Cuaca Berbasis Logika Fuzzy
Untuk Kebutuhan Penerbangan Di Bandara JuandaSurabaya’’.
HUJAN DI SU
Senin, 5 September 2011 jam 06:42
PROPOSAL PENELITIAN
PERANCANGAN LOGIKA FUZZY UNTUK MEMPREDIKSI CURAH HUJAN DI SUMATRA BARAT
OLEH :
DYTCHIA SEPTI KESUMA
01979/2008
Fisika
Dosen Pembimbing :
Dr.AHMAD FAUZI,M.Si
JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2011
PERANCANGAN LOGIKA FUZZY UNTUK MEMPREDIKSI CURAH HUJAN DI SUMATRA BARAT
A. Judul
Perancangan Logika Fuzzy Untuk Memprediksi Curah Hujan Di Sumatra Barat.
B. Bidang Kajian
Fisika Komputasi
C. Pendahuluan
a. Latar Belakang Masalah
Perubahan cuaca tidak menentu memberikan dampak signifikan bagi kehidupan masyarakat di
Sumatra Barat. Pengaruh tersebut dapat di lihat pada beberapa aspek kehidupan seperti pelayaran
, penerbangan dan pertanian. Dalam Pelayaran curah hujan mempengaruhi gelombang laut
sehingga pelayaran menjadi terganggu . Dalam Penerbangan cuaca sangat mempengaruhi saat
akan terbang dan mendarat. Curah hujan menjadi salah satu parameter cuaca yang di gunakan
mengetahui jarak pandang bagi pilot. Dalam Pertanian cuaca dapat menjadi acuan bagi petani
untuk menentukan bagi petani kapan waktu menanam dan memanen.
Curah hujan merupakan ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak
menguap, tidak meresap, dan tidak mengalir. Curah hujan 1 (satu) milimeter artinya dalam luasan
satu meter persegi pada tempat yang datar tertampung air setinggi satu milimeter atau tertampung
air sebanyak satu liter. Hujan memiliki peranan sangat penting dalam kehidupan. Akan tetapi hujan
juga membahayakan, semakin meningkatnya curah hujan menyebabkan kerusakan lingkungan.
Hal ini menjadikan hujan perlu di waspadai karena bisa mengakibatkan banjir. Oleh karena itu
pembuatan sistem informasi untuk memperkirakan besarnya curah hujan yang terjadi sangat di
perlukan.
Pencarian metode untuk memprediksi cuaca adalah kegiatan yang akhirakhir ini banyak dilakukan
oleh peneliti terhadap atmosfer atau cuaca. Hal ini dikarenakan banyaknya tuntutan dari berbagai
pihak yang membutuhkan informasi kondisi atmosfer yang lebih cepat, lengkap, dan akurat. Badan
Meteorologi, Klimatologi dan Geofisika (BMKG) sebagai perusahaan negara yang bertugas
sebagai pengamat cuaca mampu memprediksikan cuaca melalui metode konvensional baik itu
metoda statistik maupun dinamik .
Metode berbasis kepakaran yang dapat digunakan untuk menganalisa data atmosfir kemudian
digunakan untuk memprediksinya dikenal dengan istilah logika fuzzy. Peramalan dengan metode
logika fuzzy didasarkan dari data – data meteorologi yang diperoleh dari BMG. Kemudian data –
data tersebut dinyatakan sebagai variabel fuzzy dengan interval keanggotaan fuzzy yang sesuai.
untuk prediksi curah hujan dengan 3 masukan yaitu suhu udara, kelembapan udara, kecepatan
angin dan 1 keluaran yaitu curah hujan.
Berdasarkan latar belakang masalah diatas, maka penulis tertarik untuk membahas mengenai
keadaan curah hujan di Sumatra barat. Adapun yang akan penulis bahas lebih lanjut dalam
makalah ini adalah mengenai aplikasi pemograman Fuzzy Logic sebagai system (software)
pengendali curah hujan. Dengan adanya makalah ini, penulis berharap dapat memberikan solusi
dan masukan terhadap permasalahan global yang sedang melanda bumi kita. Oleh karena itu,
penulis menetapkan judul makalah ini adalah “Perancangan Logika Fuzzy Untuk Memprediksi
Curah Hujan Di Sumatra Barat”
b. Pertanyaan Penelitian
Berdasarkan latar belakang masalah diatas, maka dapat dirumuskan permasalahan:
Apa konsep logika fuzzy?
Bagaimana merancang logika fuzzy untuk memprediksi curah hujan?
Tujuan Penelitian
Tujuan dari penulisan ini adalah :
Untuk mengetahui logika fuzzy.
Untuk merancang model perediksi curah hujan menggunakan logika fuzzy.
Manfaat Penelitian
Bagi peneliti dapat dijadikan sebagai media latihan untuk mengaplikasikan kembali teoriteori yang
pernah dipelajari .
Sebagai Referensi penelitian lanjutan.
D. Kajian Teori
a. Pengertian Curah Hujan
Hujan merupakan uap yang mengkondensasi dan jatuh ketanah dalam rangkaian proses hidrologi.
Curah hujan merupakan ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak
menguap, tidak meresap, dan tidak mengalir. Curah hujan di pengaruhi beberapa variabel yaitu
suhu udara, kelembapan udara, kecepatan angin.
Secara fisis suhu dapat didefinisikan sebagai tingkat gerakan molekul benda, makin cepat gerakan
molekul, makin tinggi suhunya. Kelembapan udara adalah banyaknya air yang terkandung dalam
massa udara pada saat dan tempat tertentu. Angin adalah gerakan udara yang sejajar dengan
permukaan bumi. Kecepatan angin dinyatakan dalam satuan meter per sekon, kilometer per
jam(Knot). Definisi jenis hujan menurut BMKG dapat dilihat pada tabel :
Tabel1: Definisi jenis hujan menurut BMKG
No Jenis Hujan Kuantitas
1 Hujan Ringan 120 mm/hari
2 Hujan Sedang 2050 mm/hari
3 Hujan Lebat 50300 mm/hari
4 Hujan Sangat Lebat >;100 mm/hari
(sumber: jurnal ‘’ Perancangan sitem prediksi cuaca berbasis logika fuzzy untuk kebutuhan
penerbangan di bandara juandasurabaya’’: ilham achmadi yorinda,dkkITS)
b. Pengertian Logika Fuzzy
Fuzzy secara bahasa diartikan sebagai kabur atau samarsamar. Suatu nilai dapat bernilai besar
atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotaan yang memiliki rentang
nilai 0 (nol) hingga 1(satu). Berbeda dengan himpunan tegas yang memiliki nilai 1 atau 0 (ya atau
tidak).
Logika Fuzzy merupakan seuatu logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness)
antara benar atau salah. Dalam teori logika fuzzy suatu nilai bias bernilai benar atau salah secara
bersama. Namun berapa besar keberadaan dan kesalahan suatu tergantung pada bobot
keanggotaan yang dimilikinya. Logika fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga
1. Berbeda dengan logika digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan
untuk menterjemahkan suatu besaran yang diekspresikan menggunakan bahasa (linguistic).
c. Konsep dan fungsi stuktur dasar logika fuzzy
Pada dasarnya, teori himpunan fuzzy merupakan perluasan dari teori himpunan klasik pencetus
gagasan logika fuzzy Prof Dr Lutfi Zadeh Dari Universitas California Di Barkeley. Konsep Fuzzy
Logic adalah merubah konsep logika klasik menjadi konsep yang memetakan suatu variable pada
kemungkinan yang tidak eksak sehingga system linguistik maupun permasalahan probabilitas.
Suatu himpunan fuzzy A dalam suatu semesta pembicaraan u=(v) didefiniikan A ={u.µA(uεA}
Jika A diskrit maka A= µA(u1)/(u1)+…+ µA(un)/(un)
Jika A kontiniu A=∫▒ǔµA (u)/xǕ
Gambar1. Struktur dasar logika fuzzy
Fungsi dari bagianbagian diatas yaitu:
Fuzzifikasi
Berfungsi untuk mengubah sinyal masukan yang non fuzzy menjadi himpunan fuzzy menggunakan
fuzzifikasi.
Basis Pengetahuan
Berisi basis data dan aturan dasar yang mendefinisikan himpunan fuzzy atas daerah daerah
masukan dan keluaran .
Logika pengambilan keputusan
Merupakan inti dari logika fuzzy untuk mengambil keputusan.
Defuzzifikasi
Berfungsi mentransformasikan kesimpulan tentang aksi atur yang bersifat fuzzy menjadi sinyal
sebenarnya .
d. Perancangan logika fuzzy
Fuzzifikasi
Fuzzifikasi merupakan suatu proses perubahan himpunan nonfuzzy (crisp) kedalam himpunan
fuzzy, masukan berupa data bukan fuzzy dipetakan ke bentuk himpunan fuzzy sesuai dengan
variasi semesta pembicaraan . Fuzzifikasi memiliki dua komponen yang utama, yaitu :
a. Fungsi keanggotaan himpunan fuzzy
Fungsi keanggotaan adalah sebuah kurva yang menggambarkan pemetaan dari masukan ke
derajat keanggotaan anatar 0 dan 1. Keanggotaan dalam himpunan fuzzy mempunyai bentuk yang
berbedabeda, terdiri dari fungsi Gaussian, segitiga, dan trapezium.
Gaussian
Gambar2 . Bentuk fungsi keanggotaan Gaussian
Segitiga
Gambar3. Bentuk fungsi Keanggotaan Segitiga
Trapesium
Gambar3. Bentuk fungsi Keanggotaan Segitiga
Label
Label didefenisikan dari fungsi keanggotaan. Fungsi keanggotaan apabila dikumpulkan akan
menghasilkan fuzzy set.
Basis Pengetahuan
Basis pengetahuan terdiri dari :
a.Basis Data ( Data Base)
Basis data digunakan untuk mendefenisikan himpunanhimpunan fuzzy dari sinyal masukan dan
sinyal keluaran agar dapat digunakan oleh variable linguistik dalam basis aturan.
b.Kaidah Atur ( Rule Base)
Kaidah atur dalam Fuzzy ini biasanya tersusun dengan pernyataan:
IF (antecedent) THEN(consequent) atau IF x is A THEN y is B.
Antecedent :berisi himpunan fakta masukan(seba
.
Consequent : berisi himpunan fakta keluaran (akibat).
Logika Pengambil Keputusan
Logika pengambil keputusan sering juga disebut sebagai Fuzzy Inference System (FIS). Logika
pengambil keputusan merupakan suatu kerangka komputasi yang didasarkan pada teori himpunan
fuzzy, aturan fuzzy berbentuk IFTHEN, dan penalaran fuzzy. FIS ini dapat menerima intput
nonfuzzy. Input ini kemudian dikirim ke basis pengetahuan yang berisi aturan fuzzy berbentuk IF
THEN. Apabila jumlah aturan lebih dari satu, maka akan dilakukan agregasi dari semua aturan.
Selanjutnya, pada hasil agregasi akan dilakukan defuzzifikasi untuk mendapatkan nilai nonfuzzy
sebagai output sistem.
Defuzzifikasi
Defuzzifikasi merupakan proses merubah keluaran fuzzy dari FIS menjadi keluaran nonfuzzy.
Terdapat dua macam metode defuzzifikasi, yaitu:
Metode Titik Pusat (Center of Area, COA)
Metode ini membagi dua momen pertama fungsi keanggotaan.
Metode Titik Tengah Maksimum (Mean of Maximum,MOM)
Mempresentasikan nlai titik tengah dari keluaran yang fungsi anggotanya maksimum.
Aplikasi logika fuzzy untuk curah hujan
Penerbangan
Dengan logika fuzzy bisa memprediksi curah hujan. Curah hujan salah satu parameter yang
mempengaruhi jarak pandang. Mengetahui jarak pandang berguna untuk saat akan terbang dan
mendarat bagi pilot.
Pelayaran
Curah hujan sangat penting untuk berlayar. Jika intensitas hujan meningkat maka akan
mempengaruhi gelombang laut
Pertanian
Curah hujan juga salah satu mempengaruhi terhadap usaha pertanian. Untuk itu petani harus
mengetahui kapan saat yang tepat dalam memanen dan menanam.
E. METODE PENELITIAN
Jenis Penelitian
Berdasarkan tujuan penelitian, maka jenis penelitian yang digunakan adalah penelitian dasar yaitu
penelitian yang diarahkan pada tujuan penelitian ini tidak mencapai suatu kebijakan tertentu.
Hasil dari penelitian dasar berupa pengetahuan yang tidak harus memikirkan terpannya. Hasil
berupa jawaban masalah , tidak sampai terapan.
Variabel Penelitian
Variabel dalam Penelitian :
Variabel bebas : suhu udara, kelembapan dan kecepatan angin.
Variabel terikat : curah hujan.
Data Penelitian
Data dalam penelitian ini data sekunder yaitu data yang tidak langsung diteliti tetapi data yang bisa
langsung di olah di dapat dari BMKG Padang.
Teknik Pengambilan Data
Teknik pengambilan data di lapangan. Pengukuran variabel curah hujan dilakukan oleh BMKG
Padang. Data terdiri dari : variabel suhu udara, variabel kelembapan, dan variabel kecepatan
angin, variabel curah hujan. Selanjutnya data di bagi menjadi dua bagian , bagian pertama
digunakan sebagai data masukan dan bagian kedua sebagai data keluaran.
Teknik Pengolahan Data
Pada penelitian ini data masukan nya suhu udara, kelembapan dan kecepatan angin. Dan data
keluaran curah hujan.
Perancangan Logika Fuzzy menggunakan fuzzy clustermean dengan software Matlab.
Gambar4. Flowchart perancangan logika fuzzy
Teknik Analisa Data
Pengujian data hasil prediksi dibandingkan dengan data hasil pengukuran maka di dapat
keakuratannya. Teknik analisa data yang dilakukan dalam penelitian ini masih menggunakan
penerapan lanjutan dari pemograman logika fuzzy yang menghasilkan kesimpulan tertentu sesuai
dengan tujuan penelitian.
F. Daftar Pustaka
Prita Meilanitasari,dkk.Jurnal ‘’Prediksi Cuaca Menggunakan Logika Fuzzy Untuk Kelayakan
Pelayaran Di Pelabuhan Tanjung Perak Surabaya’’.
Ilham achmadi yorinda,dkk.Jurnal ‘Perancangan System Prediksi Cuaca Berbasis Logika Fuzzy
Untuk Kebutuhan Penerbangan Di Bandara JuandaSurabaya’’.