'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’’.