Perancangan Aplikasi Penunjang Keputusan Dalam Memprediksi Gelombang Pasang Surut Air Laut Dengan Melihat Tingkah Laku Hewan Menggunakan Metode Sistem Pakar

  

Perancangan Aplikasi Penunjang Keputusan Dalam Memprediksi

Gelombang Pasang Surut Air Laut Dengan Melihat Tingkah Laku Hewan

Menggunakan Metode Sistem Pakar

  

Muhammad Ilham Sidqi

Program Studi Teknik Informatika, Universitas Trilogi Jakarta, Indonesia

Jl. Taman Makam Pahlawan Kalibata, Jakarta Selatan, 12760, Indonesia

  

Email

Abstrak

  

Jauh sebelum adanya teknologi, orang-orang harus bergantung pada pengamatan dan pengalaman mereka

memprediksi cuaca. Namun terkadang pengalaman tersebut tidak sepenuhnya tepat saat memprediksi cuaca.

Pengamat meneliti dan melaporkan bahwa beberapa hewan memiliki kepekaan terhadap cuaca di sekitar mereka,

yang memungkinkan hewan tersebut dapat memiliki kesempatan untuk mencari tempat yang aman untuk berlindung

dari cuaca yang buruk. Orang-orang terkadang tidak menyadari mengenai perubahan iklim di sekitarnya dan

mengabaikannya sehingga bisa jadi mengorbankan nyawa mereka, apalagi mereka yang tinggal di sekitaran laut dan

pantai. Orang-orang yang tinggal disana kehidupannya sangat bergantung pada prediksi cuaca karena cuaca yang

buruk akan berakibat fatal seperti muncul gelombang pasang surut. Oleh karena itu, penulis membuat perancangan

aplikasi penunjang keputusan untuk menentukan gelombang pasang surut yang dapat terjadi di wilayah sekitar pantai

dan laut. Perancangan penunjang keputusan ini menggunakan pengetahuan perilaku hewan seperti burung dan

kepiting yang memiliki hubungan dengan perubahan cuaca di sekitar wilayah pantai dan laut. Fitur lain yang

diinginkan dari sistem ini adalah perkiraan cuaca dan juga saran bagi masyarakat yang tinggal dan mencari nafkah .

  Kata Kunci: Penunjang Keputusan, Gelombang Pasang Surut, Sistem Pakar, Prediksi Cuaca

Abstract

Long before the advent of technology, people had to rely on their observations and experiences predicting the weather. But

sometimes the experience is not entirely appropriate when predicting the weather. Observers are researching and reporting that

some animals have a sensitivity to the weather around them, allowing the animal to have a chance to find a safe place to shelter

from bad weather. People are sometimes unaware of the climate change around them and ignore them so they can sacrifice

their lives, let alone those who live in the surrounding seas and beaches. The people who live there are very dependent on

weather predictions because bad weather will be fatal like a tidal wave. Therefore, the authors make the design of decision

support applications to determine the tidal wave that can occur in the region around the coast and sea. This decision support

design uses knowledge of animal behavior such as birds and crabs that are associated with changes in weather around coastal

and marine areas. Other desired features of this system are weather forecasts as well as suggestions for people living and

making a living there.

  Keywords: Decision Support, Tidal Waves, Expert Systems, Weather Predictions.

1. PENDAHULUAN

  Sistem pakar adalah program komputer yang mensimulasikan penilaian dan perilaku manusia atau organisasi yang memiliki pengetahuan ahli dan pengalaman di bidang tertentu. Biasanya, sistem tersebut berisi pengetahuan yang berdasarkan pengalaman dan aturan-aturan untuk menerapkan masing-masing situasi basis pengetahuan tertentu yang dijelaskan ke program tersebut[1]. Observasi adalah satu-satunya cara yang bisa dilakukan manusia memprediksi cuaca dan pengamatan ini berdasarkan tentang bagaimana tampak langit, reaksi hewan, dan lingkungan di sekitar mereka. Hewan merasakan gerakan tekanan udara yang mendahului semua perubahan cuaca. Rasa mereka terhadap perubahan cuaca memungkinkan mereka dan orang-orang mengetahui peringatan- peringatan tersebut merupakan kesempatan untuk menemukan keamanan.

  Saat ini, dengan munculnya teknologi untuk meramalkan cuaca. Orang-orang bergantung pada laporan cuaca melalui beberapa jenis media. Laporan cuaca ini berdasarkan pada studi ilmiah dan menjadi lebih akurat. Namun, terkadang orang-orang tidak menanggapi laporan cuaca tersebut dan mengabaikannya sehingga membahayakan nyawa mereka, apalagi mereka yang tinggal di sekitaran laut dan pantai. Orang-orang yang tinggal disana kehidupannya sangat bergantung pada prediksi cuaca karena cuaca yang buruk akan berakibat fatal seperti muncul gelombang pasang surut. Ini menjelaskan pentingnya menerapkan dan merancang suatu sistem pakar untuk memprediksikan cuaca berdasarkan tingkah laku hewan. Sistem prediksi yang diusulkan dalam makalah ini bergantung pada perilaku hewan seperti burung dan kepiting. Burung dan kepiting dijadikan acuan untuk melihat cuaca di sekitaran laut dan pantai karena hewan tersebut mudah dikunjungi di sekitar sana. Prediksi bencana alam dapat dilakukan dengan menggunakan perilaku abnormal hewan sebelum terjadi, karena hewan jauh lebih mampu daripada manusia yang merasakan rangsangan geofisika tertentu yang mungkin mendahului terjadinya bencana alam tersebut[11]. Maka dari itu penulis berharap agar aplikasi ini dapat membantu orang-orang yang tinggal di sekitar wilayah laut dan pantai, untuk mendeteksi terjadinya gelombang pasang surut air laut. Fitur lain yang diinginkan dari sistem ini adalah perkiraan cuaca dan juga saran bagi masyarakat yang tinggal disana.

2. TEORITIS

  2.1 Sistem Pendukung Keputusan

  Sistem Pendukung Keputusan atau Decision Support System (DSS) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data[17-19]. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semi-terstruktur dan situasi yang tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat[12]. Dalam perancangan aplikasi ini penulis akan mengambil sebuah informasi berdasarkan tingkah laku hewan dalam melihat adanya gelombang pasang surut.

  2.2 Gelombang Pasang Surut Air Laut

  Gelombang pasang surut air laut merupakan suatu fenomena pergerakan naik turunnya permukaan air laut secara berkala yang diakibatkan oleh kombinasi gaya gravitasi dan gaya tarik menarik dari benda-benda astronomi terutama oleh matahari, bumi dan bulan. Pengaruh benda angkasa lainnya dapat diabaikan karena jaraknya lebih jauh atau ukurannya lebih kecil. Faktor non astronomi yang memengaruhi pasang surut terutama di perairan semi tertutup seperti teluk adalah bentuk garis pantai dan topografi dasar perairan[13]. Karena sifat pasang surut yang periodik, maka ia dapat diramalkan.

  2.3 Metode Sistem Pakar

  Sistem pakar adalah cabang yang diterapkan keceradasan buatan (AI) dan dikembangkan oleh komunitas AI pada pertengahan 1960-an. [2]. Sistem pakar adalah bidang kecerdasan buatan yang terkenal dan memiliki dampak besar dalam berbagai kehidupan. Sistem pakar merupakan aplikasi komputer yang memecahkan masalah rumit yang memerlukan keahlian manusia yang luas. Untuk melakukannya, sistem pakar mensimulasikan proses penalaran manusia dengan menerapkan interface dan pengetahuan yang khusus [1]. Sistem pakar bekerja berdasarkan pengetahuan yang dimasukkan oleh seorang atau beberapa orang pakar dalam rangka mengumpulkan informasi hingga sistem pakar dapat menemukan jawabannya[13-16].

3. ANALISA DAN PEMBAHASAN

  3.1 Desain Sistem dan Pelaksaan Sistem ini dirancang untuk memprediksi gelombang pasang surut di daerah dekat laut dan pantai.

  Pengetahuannya didasarkan pada perilaku burung laut yang memiliki kemampuan untuk merasakan tekanan udara dan dapat menentukan waktu yang aman untuk bermigrasi. Pengetahuan sistem ini juga tergantung pada perilaku hewan disekitar laut atau pantai seperti kepiting yang diamati oleh peneliti memiliki reaksi khusus sebelum cuaca di sekitarnya mengalami perubahan. Sistem sederhana ini berguna bagi orang-orang yang tinggal di dekat laut atau pantai agar dapat terhindar dari ancaman bahaya yang dapat mengorbankan nyawa, dan juga dapat dapat perkiraan cuaca dan juga saran bagi masyarakat yang tinggal dan mencari nafkah disana.

  3.2 Memprediksikan Cuaca dari Alam

  Tidak ada keraguan bahwa orang hidup bertahun-tahun yang lalu tidak memiliki semua teknologi terbaru saat ini. Ada banyak tanda dan cara yang digunakan orang untuk memprediksi dan mempersiapkan perubahan cuaca. berikut ini adalah ramalan kuno yang masih berfungsi hingga saat ini :

  a) Kemerahan langit di malam hari adalah sinyal untuk cuaca kering yang akan datang. Warna merah langit yang disebabkan oleh matahari bersinar melalui partikel debu didorong ke depan dari sistem tekanan tinggi membawa udara kering. Sementara kemerahan langit di pagi hari juga disebabkan oleh sinar matahari yang menembus partikel debu, debu didorong keluar oleh sistem tekanan rendah mendekati yang membawa kelembapan.

  b) Pembentukan awan adalah cara akurat untuk memprediksi cuaca. awan yang terbentuk di berbagai arah yang menunjukan cuaca yang buruk datang, mungkin hujan es. Juga, awan dalam bentuk menara cumulus menunjukkan kemungkinan hujan di kemudian hari.

  c) Perilaku binatang, terutama burung ketika mereka menjadi sangat tenang dan bertengger mengindikasikan cuaca hujan yang akan datang. Jika mereka terbang tinggi di langit yang mungkin menunjukkan cuaca cerah.

  Selain metode yang disebutkan di atas, kepiting juga dapat memprediksi perubahan cuaca. Mereka adalah hewan yang hidup di dekat laut dan termasuk dalam filum Arthoropoda, kelas Crustacea. Telah diamati bahwa kepiting bereaksi terhadap sinyal lingkungan tertentu yang menyertai perubahan cuaca, bukan pada cuaca itu sendiri. Terkadang kepiting yang tinggal di sekitaran pasir menghalangi rumahnya sebagai tanda datangnya hujan. Saat kepiting menggores pasir sebagai sinyal angin yang kencang masuk.

  Jika kita menggunakan metode kuno ini dengan sistem pakar teknologi komputer, kita dapat membantu menyelamatkan hidup orang-orang terutama mereka yang berada di luar jangkauan laporan cuaca. Jika mata pencaharian atau kelangsungan hidup orang-orang bergantung pada cuaca, tentu akan sangat penting untuk mengeksploitasi teknologi maju bersama dengan metode peramalan kuno tersebut.

3.3 Mesin Inferensi Sistem ini Burung akan bertengger lebih banyak selama kondisi tekanan rendah daripada saat tekanan tinggi.

  Gambar 1. Aturan mesin inferensi

  a) Rule 1 (kepiting menghalangi aula sekitaran pasir & menggores pasir & burung-burung bertengger). If

  Q1 ya & Q2 ya & Q3 ya Then kemungkinan terjadi pasang surut dan cuaca berangin serta kemungkinan turun hujan tinggi.

  b) Rule 2 (kepiting menghalangi aula sekitaran pasir & tidak menggores pasir & burung-burung bertengger). If Q1 ya & Q2 tidak & Q3 ya Then kemungkinan terjadi pasang surut dan kemungkinan akan turun hujan tinggi.

  

Kepiting menghalangi sekitaran

aula pasir

Burung – burung bertengger Burung – burung bertengger

  Kepiting menggores pasir Kepiting menggores pasir

  Menurunnya tekanan udara membuat terbang lebih keras. Tekanan udara yang rendah dianggap sebagai tanda cuaca yang akan datang. Di sisi lain, kepiting yang hidup di sekitaran pasir menghalangi rumahnya sebagai tanda datangnya cuaca hujan. Di lain waktu, kepiting menggores pasir sebagai tanda angin kuat yang akan datang. Observasi ini adalah basis pengetahuan dari sistem. Dengan nmelihat dari cuaca tersebut bisa disimpulkan bagaimana gelombang pasang surut akan terjadi atau tidak. Sistem berinteraksi dengan pengguna dalam bentuk pertanyaan dan jawaban iya atau tidak. Berikut gambar 1 serta aturan:

  Tidak terjadi pasang surut dan cuaca cerah

  Tidak terjadi pasang surut dan kemungkina n turun hujan rendah

  Tidak terjadi pasang surut dan cuaca berangin

  Kemungkina n terjadi pasang surut dan cuaca berangin serta kemungkina n turun hujan rendah Tidak terjadi pasang surut dan kemungkina n akan turun hujan rendah Kemungkina n terjadi pasang surut dan kemungkina n turun hujan tinggi

  Kemungkina n terjadi pasang surut dan cuaca berangin serta kemungkina n turun hujan rendah Kemungkina n terjadi pasang surut dan cuaca berangin serta kemungkina n turun hujan tinggi

  Tidak Tidak Tidak Tidak Tidak

  Tidak Tidak iya iya iya iya iya iya iya

  Burung – burung bertengger Burung – burung bertengger c) Rule 3 (kepiting menghalangi aula sekitaran pasir & tidak menggores pasir & burung-burung tidak bertengger). If Q1 ya & Q2 tidak & Q3 tidak Then tidak terjadi pasang surut dan kemungkinan akan turun hujan rendah.

  d) Rule 4 (kepiting menghalangi aula sekitaran pasir & menggores pasir & burung-burung tidak bertengger). If Q1 ya & Q2 ya & Q3 tidak Then kemungkinan terjadi pasang surut dan cuaca berangin serta kemungkinan turun hujan rendah.

  e) Rule 5 (kepiting tidak menghalangi aula sekitaran pasir & menggores pasir & burung-burung bertengger). If Q1 tidak & Q2 ya & Q3 ya Then kemungkinan terjadi pasang surut dan cuaca berangin serta kemungkinan turun hujan rendah.

  f) Rule 6 (kepiting tidak menghalangi aula sekitaran pasir & menggores pasir & burung-burung tidak bertengger). If Q1 tidak & Q2 ya & Q3 tidak Then tidak terjadi pasang surut dan cuaca berangin.

  g) Rule 7 (kepiting tidak menghalangi aula sekitaran pasir & tidak menggores pasir & burung-burung bertengger). If Q1 tidak & Q2 tidak & Q3 ya Then tidak terjadi pasang surut dan kemungkinan turun hujan rendah.

  h) Rule 8 (kepiting tidak menghalangi aula sekitaran pasir & tidak menggores pasir & burung-burung tidak bertengger). If Q1 tidak & Q2 tidak & Q3 tidak Then tidak terjadi pasang surut dan cuaca cerah.

3.4 Perancangan Sistem Implementasi

  Perancangan Sistem pakar ini akan dibuat bukan hanya aplikasi dekstop saja tetapi akan dibuat aplikasi mobile karena penggunaannya yang lebih mudah. Cara kerja aplikasi ini adalah dengan memasukan data-data mengenai tingkah laku hewan untuk memprediksi gelombang pasang surut air laut, lihat gambar 2.

  Gambar 2. Contoh tampilan aplikasi Tidak ada Sistem ini menanyakan kepada pengguna tiga pertanyaan terkait dengan apa yang sedang dia amati tentang kepiting dan perilaku burung. Dan berdasarkan jawabannya, sistem mampu memprediksi kemungkinan terjadinya gelombang pasang surut, perkiraan cuaca dan memberinya saran untuk berlayar dan navigasi. Tabel 1 merangkum semua skenario dan rekomendasi prediksi cuacadan saran bagi masyarakat yang tinggal dan mencari nafkah disana.

  Tabel 1. Tabel hasil prediksi Observasi Hasil Saran kepiting menghalangi aula sekitaran pasir & menggores pasir & burung-burung bertengger kemungkinan terjadi pasang surut dan cuaca berangin serta kemungkinan turun hujan tinggi

  Disarankan agar selalu berada di rumah kepiting menghalangi aula sekitaran pasir & tidak menggores pasir & burung-burung bertengger kemungkinan terjadi pasang surut dan kemungkinan akan turun hujan tinggi

  Disarankan agar selalu berada di rumah kepiting menghalangi aula sekitaran pasir & tidak tidak terjadi pasang surut dan kemungkinan akan turun hujan

  Silahkan beraktivitas, namun mungkin akan turun hujan Observasi Hasil Saran menggores pasir & rendah burung-burung tidak bertengger kepiting menghalangi aula kemungkinan terjadi pasang surut Disarankan agar selalu berada di sekitaran pasir & dan cuaca berangin serta rumah menggores pasir & kemungkinan turun hujan rendah burung-burung tidak bertengger kepiting tidak kemungkinan terjadi pasang surut Disarankan agar selalu berada di menghalangi aula dan cuaca berangin serta rumah sekitaran pasir & kemungkinan turun hujan rendah menggores pasir & burung-burung bertengger kepiting tidak tidak terjadi pasang surut dan Silahkan beraktivitas menghalangi aula cuaca berangin sekitaran pasir & menggores pasir & burung-burung tidak bertengger kepiting tidak tidak terjadi pasang surut dan Silahkan beraktivitas, namun menghalangi aula kemungkinan turun hujan rendah. mungkin akan turun hujan sekitaran pasir & tidak menggores pasir & burung-burung bertengger kepiting tidak tidak terjadi pasang surut dan Silahkan beraktivitas menghalangi aula cuaca cerah sekitaran pasir & tidak menggores pasir & burung-burung tidak bertengger

5. KESIMPULAN

  Penulis telah merancang dan menerapkan metode sistem pakar untuk memprediksi terjadinya gelombang pasang surut air laut berdasarkan perilaku burung dan kepiting, yang telah diamati dan memiliki reaksi tertentu sebelum itu terjadi. Sistem ini menyerap pengamatan terkini dari burung dan kepiting dan memperkirakan nilai dari variabel cuaca tertentu. Berdasarkan prediksi ini memberikan saran yang berguna untuk membantu orang yang tinggal di sekitar laut dan pantai. Penelitian ini berfokus pada perluasan basis pengetahuan untuk memasukkan hewan lain serta pengamatan alam lainnya seperti bentuk langit. Selain itu, penulis bermaksud untuk menerapkan aplikasi sistem di untuk akses yang mudah.

  smartphone REFERENCES [1] Khanna, S., Kaushik, A., Barnela, M., & College, S. (2010). Expert Systems Advances in Education. System, (March), 19 –20. [2] Shu-Hsien Liao. (2005). Expert system methodologies and applications —a decade review from 1995 to 2004. Expert Systems with

  Applications , 28(1), 93 –103. http://doi.org/https://doi.org/10.1016/j.eswa.2004.08.003 [3] Uherek, E. (2004). Part 3: Components: The gas phase. ESPERE Climate Encyclopaedia English, 9. Retrieved from http://klimat.czn.uj.edu.pl/documents/pdf/Encyclopaediamaster.pdf [4] Jean, A., & Tantet, J. (n.d.). E R G O D I C T H E O R Y O F C L I M AT E  : VA R I A B I L I T Y , S TA B I L I T Y A N D R E S P O N

  S E Alexis Jean Jacques Tantet Cover designed by Clémentine Tantet ISBN  : 978-90-393-6505-2 Printing : GVO drukkers & vormgevers B . V .

  [5] Khan, S. S., & Madden, M. G. (2004). One-Class Classification: Taxonomy of Study and Review of Techniques. The Knowledge Engineering Review , 00(January), 1

• –24. http://doi.org/10.1017/S000000000000000 [6] Hansen, B. K., & Riordan, D. (2001). Weather Prediction Using Case-Based Reasoning and Fuzzy Set Theory. System. [7] Alsaiari, N. O. (n.d.). an Expert System for Weather Prediction Based on Animal Behaviour. [8] Murtha, J. (1995). Applications of fuzzy logic in operational meteorology.

  Scientific Services and Professional Development …, 42–

  

54. Retrieved from http://www.imamu.edu.sa/Scientific_selections/abstracts/Math/APPLICATIONS OF FUZZY LOGIC IN

OPERATIONAL METEOROLOGY.pdf [9] P. M. Tag, R. L. Bankert, and L. R. Brody, "An AVHRR Multiple Cloud-Type Classification Package," Journal of Applied Meteorology, vol. 39, pp. 125-134, 2000.

  [10] "Expert Systems and Anthropological Analysis." 2012: The Center of Social , Anthropology and Computing, University of Kent.

[11] Bhargava, N., Katiyar, V. K., Sharma, M. L., & Pradhan, P. (2009). Earthquake Prediction through Animal Behavior: A Review,

(March), 159

• –165. [12] Kursini, Konsep dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta: Andi, 2007 [13] Kusrini. 2006. Sistem Pakar Teori dan Aplikasi, Andi : Yogyakarta

  [14] M. Mesran, M. Syahrizal, S. Suginam, N. Kurniasih, A.D. Gs, A.S. Ahmar, R. Rahim, Expert System for Disease Risk Based on

  Lifestyle with Fuzzy Mamdani, Int. J. Eng. Technol. 7 (2018) 88 –91. doi:10.14419/ijet.v7i2.3.12622.

  

[15] N.A. Hasibuan, K. Yusmiarti, F.T. Waruwu, R. Rahim, Expert systems with genetics probability, Int. J. Res. Sci. Eng. 3 (2017) 112

• – 116.

  

[16] H. Nurdiyanto, P.H. Kuncoro, Expert System for Measuring the Sugar-Content in Sugarcane Using Forward Chaining Method, in: 4th

Asian Acad. Soc. Int. Conf., 2016: pp. 527 –533.

[17] Mesran, K. Tampubolon, R.D. Sianturi, F.T. Waruwu, A.P.U. Siahaan, Determination of Education Scholarship Recipients Using

Preference Selection Index, Int. J. Sci. Res. Sci. Technol. 3 (2017) 230

• –234.

  [18] D. Siregar, H. Nurdiyanto, S. Sriadhi, D. Suita, U. Khair, R. Rahim, D. Napitupulu, A. Fauzi, A. Hasibuan, M. Mesran, A.P. Utama

  Siahaan, Multi-Attribute Decision Making with VIKOR Method for Any Purpose Decision, J. Phys. Conf. Ser. 1019 (2018). doi:10.1088/1742-6596/1019/1/012034.

  

[19] A. Yanie, A. Hasibuan, I. Ishak, M. Marsono, S. Lubis, N. Nurmalini, M. Mesran, S.D. Nasution, R. Rahim, H. Nurdiyanto, A.S.

  Ahmar, Web Based Application for Decision Support System with ELECTRE Method, J. Phys. Conf. Ser. 1028 (2018). doi:10.1088/1742-6596/1028/1/012054.