Proposal Asep ++

42
1. JUDUL PENELITIAN Implementasi Logika Fuzzy dengan Metode Sugeno Untuk Peramalan Cuaca Sebagai Rekomendasi Pelayaran Kapal Laut dan Kapal Nelayan di Pelabuhan Pulau Baai. 2. BIDANG ILMU Bidang ilmu yang diterapkan dalam penelitian ini adalah bidang ilmu Logika Fuzzy dan Rekayasa Perangkat Lunak 3. LATAR BELAKANG Cuaca adalah perilaku yang terjadi pada atmosfer (yang berhubungan dengan Suhu, Tekanan Udara, Angin, Awan, Kelembaban udara, Radiasi, Jarak Pandang/Visibility, dsb) dan berdampak langsung pada aktifitas manusia(BMKG). Pada suatu wilayah, cuaca bisa berubah dalam hitungan menit, jam, hari, dan musim. Jenis-jenis cuaca meliputi hujan, panas, salju, angin, dan badai (Oliver, 2004 dalam Kodoatie, 2010). Sedangkan pola cuaca dalam jangka 1

Transcript of Proposal Asep ++

Page 1: Proposal Asep ++

1. JUDUL PENELITIAN

Implementasi Logika Fuzzy dengan Metode Sugeno Untuk Peramalan

Cuaca Sebagai Rekomendasi Pelayaran Kapal Laut dan Kapal Nelayan di

Pelabuhan Pulau Baai.

2. BIDANG ILMU

Bidang ilmu yang diterapkan dalam penelitian ini adalah bidang ilmu

Logika Fuzzy dan Rekayasa Perangkat Lunak

3. LATAR BELAKANG

Cuaca adalah perilaku yang terjadi pada atmosfer (yang berhubungan

dengan Suhu, Tekanan Udara, Angin, Awan, Kelembaban udara, Radiasi,

Jarak Pandang/Visibility, dsb) dan berdampak langsung pada aktifitas

manusia(BMKG). Pada suatu wilayah, cuaca bisa berubah dalam hitungan

menit, jam, hari, dan musim. Jenis-jenis cuaca meliputi hujan, panas, salju,

angin, dan badai (Oliver, 2004 dalam Kodoatie, 2010). Sedangkan pola cuaca

dalam jangka panjang dan dalam rentang wilayah yang cukup besar biasa di

sebut dengan iklim.

Cuaca buruk sangat ditakuti di dunia pelayaran karena akibatnya yang

bisa menimbulkan berbagai kecelakaan di tengah laut seperti kapal karam

atau terdampar yang akhirnya akan menimbulkan banyak korban jiwa.

Meningkatnya frekuensi kejadian kecelakaan transportasi laut di Indonesia

akhir-akhir ini semakin lama semakin memprihatinkan. Beberapa kejadian

kecelakaan yang dialami transportasi laut, baik tenggelamnya kapal maupun

1

Page 2: Proposal Asep ++

tabrakan antar kapal. Bila dilihat dari faktor penyebab terjadinya kecelakaan

karena disebabkan kesalahan manusia (human error) 41%, alam (force

majeur) 38% dan akibat struktur kapal (hull structure) 21%.(Neutrino, 2013)

Fenomena cuaca ekstrim yang terjadi sejak awal tahun hingga saat ini

merupakan suatu kondisi anomali cuaca dari yang biasanya terjadi dimana

periode waktu atau bulan yang seharusnya cuacanya cerah menjadi

sebaliknya. Anomali kondisi cuaca ini disebabkan oleh adanya efek

Pemanasan Global yang ditandai gejala pergantian Musim yang susah

diprediksi, hujan badai sering terjadi dimana-mana, sering terjadi angin

puting beliung, banjir dan kekeringan terjadi pada waktu yang bersamaan,

dan tidak jarang menyebabkan kecelakaan dalam bidang pelayaran.

Provinsi Bengkulu di bagian barat berbatasan langsung dengan

Samudera Indonesia dengan garis pantai sepanjang ± 525 Km dengan dataran

yang relatif sempit. Iklim Kota Bengkulu sangat dipengaruhi oleh Samudera

Hindia, jika terjadi tekanan rendah di Samudera Hindia, maka Kota Bengkulu

akan mengalami hujan yang lebat, bahkan bisa disertai dengan petir dan badai

(Akbar, 2005 dalam Herliana, 2010).

Peramalan adalah perkiraan tentang sesuatu yang akan terjadi pada

waktu yang akan datang yang didasarkan pada data yang ada pada waktu

sekarang dan waktu lampau (historical data)(Makridakis, 1991). Tujuan

daripada diadakannya peramalan adalah untuk memperoleh informasi

mengenai perubahan dimasa yang akan datang yang akan mempengaruhi

terhadap implementasi kebijakan serta konsekuensinya. Dengan diadakannya

peramalan pada bidang pelayaran, maka diharapkan bisa meminimalisir

2

Page 3: Proposal Asep ++

terjadinya kecelakaan yang diakibatkan oleh faktor alam, terkhusus pada

cuaca.

Logika Fuzzy merupakan teknik kecerdasan yang paling populer

sekarang ini. Dapat diartikan sebagai sebuah perangkat lunak komputer yang

memiliki basis pengetahuan untuk domain tertentu dan menggunakan

penalaran inferensi menyerupai seorang pakar dalam memecahkan suatu

masalah. Dimana bila dikaitkan dengan manusia didalam peramalan cuaca

atau memprediksi cuaca hari ini, dapat diciptakan suatu sistem komputer yang

bertugas untuk mengetahui dan menganalisa gejala-gejala cuaca yang ada

pada hari yang diinginkan. Metode fuzzy inference system adalah suatu

kerangka sistem yang didasarkan pada teori himpunan fuzzy, aturan fuzzy dan

penalaran fuzzy dan pada dasarnya dapat melakukan penalaran dengan prinsip

serupa seperti manusia yang melakukan penalaran dengan nalurinya. fuzzy

inference system dapat dilakukan dengan menggunakan 3 metode, yaitu

metode Mamdani, metode Tsukamoto dan metode Sugeno. Perbedaan dari

ke-3 metode tersebut dapat dilihat pada proses komposisi aturan dan proses

defuzzifikasi nya.

Kelebihan yang dimiliki oleh logika fuzzy Sugeno-Takagi

dibandingkan dengan logika fuzzy jenis lain adalah fuzzy Sugeno-Takagi lebih

efisien secara kumputational, bekerja lebih baik dalam hal linearitas, dapat

bekerja dengan lebih baik dengan teknik optimasi serta adaptif, dapat bekerja

untuk keluaran yang sifatnya berubah secara kontinu, dan cocok untuk

analisis secara matematis karena keluarannya dapat berupa persamaan linear

maupun konstanta.

3

Page 4: Proposal Asep ++

Peneliti menggunakan parameter suhu, kelembaban, kecepatan

angin,dan tekanan udara. Dengan keluaran yang dihasilkan berupa prediksi

cuaca serta rekomendasi pelayaran.

Maka dari itu penulis ingin membuat penelitian untuk tugas akhir

dengan judul, “Implementasi Logika Fuzzy Inference System dengan

Metode Sugeno Untuk Peramalan Cuaca Sebagai Rekomendasi

Pelayaran Kapal Laut dan Kapal Nelayan di Pelabuhan Pulau Baai.”.

4. PERUMUSAN MASALAH

Dari uraian latar belakang diatas maka dapat dirumuskan

permasalahan yang muncul, diantaranya adalah :

1) “Bagaimana mengimplementasikan Logika Fuzzy dengan menerapkan

metode Sugeno untuk meramal cuaca ?”

2) “Bagaimana merancang sebuah aplikasi untuk peramalan cuaca dengan

menggunakan bahasa pemrograman Matlab ?”

5. BATASAN MASALAH

Adapun batasan masalah yang dibahas dalam penelitian ini adalah

sebagai berikut :

1) Bahasa pemrograman yang digunakan dalam membangun aplikasi

Peramalan Cuaca dalam penelitian ini yaitu Bahasa Pemrograman

Matlab.

4

Page 5: Proposal Asep ++

2) Peneliti menggunakan parameter suhu, kelembaban, kecepatan angin,dan

tekanan udara.

3) Hasil yang dihasilkan oleh aplikasi berupa berupa prediksi cuaca serta

rekomendasi untuk pelayaran.

6. TUJUAN PENELITIAN

Adapun tujuan yang ingin dicapai dalam penelitian ini adalah :

Merancang dan membangun sebuah aplikasi yang dapat melakukan

peramalan cuaca terkhusus pada bidang pelayaran.

7. MANFAAT PENELITIAN

Manfaat penelitian ini adalah :

Memberikan sebuah model alternatif prediksi cuaca, sehingga bisa

membantu prakrirawan cuaca dalam membuat suatu prakiraan/prediksi cuaca.

8. METODE PENELITIAN

Berdasarkan tujuan penelitian yang yang telah dijelaskan sebelumnya,

Metodologi Penelitian yang digunakan dalam penulisan proposal ini terdiri

dari :

8.1 Metode Pengumpulan Data

1) Studi Pustaka

5

Page 6: Proposal Asep ++

Studi Pustaka dilakukan dengan cara mempelajari teori-teori

serta literatur-literatur dan buku-buku yang berhubungan dengan

penelitian ini.

2) Studi Analisis

Melakukan analisis terhadap masalah yang dikaji dalam

penelitian ini, mendefenisikan batasan-batasan dalam masalah

tersebut serta mencari cara atau solusi untuk menyelesaikannya.

3) Studi Lapangan

Studi lapangan bertujuan untuk mengumpulkan data yang

berhubungan dengan penelitian ini terutama berupa data cuaca, baik

berupa kecepatan angin dan lain sebagainya. Data didapat dari

pengamatan langsung dan dari BMKG (Badan Meteorologi,

Klimatologi, dan Geofisika).

8.2 Metode Pengembangan Aplikasi

Pengembangan aplikasi Peramalan cuaca sebagai rekomendasi

untuk pelayaran kapal laut dengan menerapkan Metode Sugeno

menggunakan bahasa pemrograman Matlab. Adapun langkah-langkah

dalam membangun aplikasi ini secara garis besar adalah sebagai berikut :

1) Analisa Kebutuhan

Sebelum melakuan pembuatan aplikasi peramalan ini penulis

melakukan analisa kebutuhan yang diperlukan dalam penelitian ini.

Adapun dalam melakukan pengolahan data aplikasi ini memerlukan

masukan, keluaran dan kebutuhan interface. Adapun tujuan

dilakukan analisa kebutuhan ini adalah untuk sebagai pedoman yang

6

Page 7: Proposal Asep ++

dijadikan batasan dalam penelitian ini yaitu berupa kekurangan dan

kelebihan dari pada aplikasi yang penulis rancang ini. Berikut

merupakan analisis kebutuhan dalam melakukan perancangan dan

pembuatan aplikasi ini adalah :

a. Kebutuhan Data Masukan

Data masukan yang dibutuhankan dalam aplikasi adalah data-

data yang berhubungan dengan cuaca

b. Kebutuhan Data Keluaran

Adapun data keluaran yang yang dibutuhkan dalam aplikasi ini

adalah prediksi cuaca dan rekomendasi pelayaran.

c. Kebutuhan Interface

Kebutuhan interface pada aplikasi ini adalah kemudahan dan

kenyaman pengguna dari pada aplikasi ini dalam

menggunakannya sesuai dengan masalah yang dihadapi.

2) Perancangan Aplikasi

Perancangan aplikasi ini adalah tahap konseptualisasi, yaitu

suatu tahapan yang mengharuskan analisis dalam perancangan

aplikasi (perangkat lunak) untuk berusaha tahu pasti mengenai hal-

hal yang dijadikan atau menjadi kebutuhan serta harapan pengguna

daripada aplikasi ini.

Alur atau proses kerja aplikasi ini terdiri dari beberapa tahap

yang tidak dapat dipisah satu dengan yang lainnya. Adapun tahap-

tahap tersebut antara lain : pertama, melakukan pengumpulan data-

7

Page 8: Proposal Asep ++

data yang relevan dengan penelitian, melakukan input data kedalam

aplikasi, dilanjutkan dengan melakukan proses.

Setelah itu dilakukan proses peramalan dan setelah proses

selesai akan menghasilkan prediksi cuaca sehingga didapat sebuah

rekomendasi untuk pelayaran.

Dalam pembuatan aplikasi ini diperlukan beberapa perangkat

lunak serta perangkat keras agar dapat tercapai tujuan yang

diinginkan. Yaitu :

a. Perangkat Lunak

Berikut ini merupakan perangkat lunak yang penulis gunakan

dalam pembuatan aplikasi ini

1. Matlab

2. Sistem Operasi Windows 7 Ultimate

b. Perangkat Keras

Berikut perangkat keras yang penulis gunakan dalam melakukan

penelitian ini :

1. Monitor VGA atau SVGA (1366 x 768)

2. Processor Intel Core 2 Duo

3. Ram 4 GB

4. Harddisk Seagate 320 GB

5. Keyboad, Mouse, Printer

3) Implementasi

Dalam pembuatan aplikasi, tahap ini merupakan tahap nyata dalam

melakukan pembuatan atau pengerjaan aplikasi. Aplikasi peramalan

8

Page 9: Proposal Asep ++

cuaca ini yaitu dengan menerapkan metode Sugeno yang penulis

khusus dalam penelitian ini.

4) Pengujian

a. Black BoxTesting

Dalam pengujian ini, penulis melakukan dengan cara mengamati

hasil eksekusi melalui data uji dan memeriksa fungsional dari

aplikasi yang telah dibuat. Pengujian keberhasilan dari metode

ini dilakukan dengan melihat hasil peramalan yang dihasilkan.

b. White Box Testing

Sedangkan dalam pengujian ini, penulis akan meneliti kode-kode

atau syntax pada pemograman yang akan dianalisis apakah ada

kesalahan atau tidak. Jika mendapatkan output yang tidak sesuai

dengan yang diinginkan maka penulis akan mengecek secara

manual yaitu satu persatu kode-kode sampai didapat bagian

mana yang salah.

5) Penggunaan dan pemeliharaan

Setelah aplikasi ini jadi maka pengguna dapat menggunakan aplikasi

ini. Jika terdapat penggunakan untuk keperluan yang lebih komplit

maka akan dilakukan pemeliharaan dan perbaikan serta

pengembangan dari pada aplikasi ini.

9. TINJAUAN PUSTAKA

9.1 Pengertian Aplikasi

9

Page 10: Proposal Asep ++

Menurut Jogiyanto (2004:4) aplikasi merupakan program yang

berisikan perintah-perintah untuk melakukan pengolahan data. Jadi

aplikasi secara umum adalah suatu proses dari cara manual yang

ditransformasikan ke komputer dengan membuat sistem atau program

agar data diolah lebih berdaya guna secara optimal.

Sedangkan menurut Daryanto (2004:347), aplikasi adalah

software atau perangkat lunak yang dibuat untuk mengerjakan

menyelesaikan masalah-masalah khusus.

Dari uraian diatas maka dapat disimpulkan bahwa aplikasi

adalah sebuah perangkat lunak yang berisi perintah untuk

menyelesaikan masalah dan pengolahan data

9.2 Pengertian Cuaca

Cuaca adalah kadaan udara pada saat tertentu dan diwilayah

tertentu yang relatif sempit dan dalam jangka waktu yang singkat.

Unsur-unsur yang mempengaruhi cuaca dan iklim adalah

sebagai berikut:

a. Suhu udara  perubahan suhu udara di satu tempat dengan

tempat lainnya bergantung pada ketinggian tempat dan letak

astronomisnya (lintang). Perubahan suhu karena perbedaan

ketinggian jauh lebih cepat daripada perubahan suhu karena

perbedaan letak lintang. Biasanya, perubahan suhu terjadi

berkisar 0,6 derajat celcius tiap kenaikan 100 meter, alat ukur

adalah Termometer.

10

Page 11: Proposal Asep ++

b. Tekanan udara tekanan udara adalah berat massa udara pada

suatu wilayah. Tekanan udara menunjukkan tenaga yang

bekerja untuk menggerakkan massa udara dalam setiap satuan

luas tertentu. Tekanan udara semakin rendah jika semakin

tinggi dari permukaan laut,alat ukur adalah Barometer.

c. Kecepatan Angin: angin adalah massa udara yang bergerak dari

suatu tempat ke tempat lain. Tiupan angin terjadi jika di suatu

daerah terdapat perbedaan tekanan udara, yaitu tekanan udara

maksimum dan minumum. Angin bergerak dari daerah

bertekanan udara maksimum ke minimum, alat ukur adalah

Anenometer.

d. Kelembaban udara: kelembaban udara adalah kandungan uap

air dalam udara. Uap air yang ada dalam udara berasal dari

hasil penguapan air di permukaan bumi, air tanah, atau air yang

berasal dari penguapan tumbuh-tumbuhan,alat ukur adalah

Higrometer.

9.3 Pengertian Logika Fuzzy

Logika fuzzy adalah sesuatu yang amat rumit dan tidak

menyenangkan. Namun, sekali seseorang mulai mengenalnya, ia pasti

akan sangat tertarik dan akan menjadi pendatang baru untuk ikut serta

mempelajari logika fuzzy. Logika fuzzy dikatakan sebagai logika baru

yang lama, sebab ilmu tentang logika fuzzy modern dan metodis baru

11

Page 12: Proposal Asep ++

ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep

tentang logika fuzzy itu sendiri sudah ada pada diri kita sejak lama.

Logika fuzzy adalah suatu cara yang tepat untuk memetakan

suatu ruang input ke dalam suatu ruang output. Sebagai contoh:

1. Manajer pergudangan mengatakan pada manajer produksi seberapa

banyak persediaan barang pada akhir minggu ini, kemudian

manajer produksi akan menetapkan jumlah barang yang harus

diproduksi esok hari.

2. Pelayan restoran memberikan pelayanan terhadap tamu, kemudian

tamu akan memberikan tip yang sesuai atas baik tidaknya pelayan

yang diberikan;

3. Anda mengatakan pada saya seberapa sejuk ruangan yang anda

inginkan, saya akan mengatur putaran kipas yang ada pada ruangan

ini.

4. Penumpang taksi berkata pada sopir taksi seberapa cepat laju

kendaraan yang diinginkan, sopir taksi akan mengatur pijakan gas

taksinya.

Logika fuzzy telah lama dikenal dan digunakan dalam berbagai

bidang oleh para ahli dan insinyur. Penggunaan logika fuzzy pada

awalnya digunakan untuk beberapa bidang, seperti sistem diagnosa

penyakit (dalam bidang kedokteran); pemodelan sistem pemasaran, riset

operasi (dalam bidang ekonomi); kendali kualitas air, prediksi adanya

gempa bumi, klasifikasi dan pencocokan pola (dalam bidang teknik).

Penggunaan logika fuzzy dalam bidang sistem daya (power system) juga

12

Page 13: Proposal Asep ++

sudah dilakukan, antara lain dalam analisis kemungkinan, prediksi dan

pengaturan beban, identifikasi gangguan pada generator dan

penjadwalan pemeliharaan generator. Dalam paper ini dijelaskan

aplikasi logika fuzzy dalam mengkaji pengaruh induksi medan magnet

pada kesehatan manusia. Hasil aplikasi logika fuzzy menunjukkan tidak

adanya pengaruh yang signifikan dari medan magnet tersebut.

Menurut Asus Naba, logika fuzzy adalah: “Sebuah metodologi

berhitung dengan variabel kata-kata (linguistic variable) sebagai

pengganti berhitung dengan bilangan. Kata-kata digunakan dalam

fuzzylogic memang tidak sepresisi bilangan, namun kata-kata jauh lebih

dekat dengan intuisi manusia”[NAB-2009].

Mengenai logikafuzzy pada dasarny atidak semua keputusan

dijelaskan dengan 0 atau 1, namun ada kondisi diantara keduanya,

daerah diantara keduanya inilah yang disebut dengan fuzzy atau

tersamar. Secara umum ada beberapa konsep sistem logika fuzzy,

sebagai berikut dibawah ini:

Himpunan tegas yang merupakan nilai keanggotaan suatu sistem

dalam suatu himpunan tertentu. Himpunan fuzzy yang merupakan suatu

himpunan yang digunakan untuk mengatasi kekakuan dari himpunan

tegas.Fungsi keanggotaan yang memiliki interval 0 sampai 1 Variabel

linguistic yang merupakansuatuvariabelyangmemilikinilai berupa kata-

kata yang dinyatakan dalam bahasa alamiah dan bukan angka.

Operasi dasar himpunan fuzzy merupakan operasi untuk

menggabungkan dan atau memodifikasi himpunan fuzzy, Aturan(rule)

13

Page 14: Proposal Asep ++

if-then fuzzy merupakan suatu pernyataan if-then, dimana beberapa

kata-kata dalam pernyataan tersebut ditentukan oleh fungsi

keanggotaan. Dalam proses pemanfaatan logika fuzzy, ada beberapa hal

yang harus diperhatikan salah satunya adalah cara mengolah input

menjadi output melalui sistem inferensi fuzzy. Metode inferensi fuzzy

atau cara merumuskan pemetaan, dari masukan yang diberikan kepada

sebuah keluaran. Proses ini melibatkan fungsi keanggotaan, operasi

logika, serta aturan IF-THEN. Hasil dari proses ini akan menghasilkan

sebuah sistem yang disebut dengan FIS (Fuzzy Inferensi System).

Dalam logika fuzzy tersedia beberapa jenis FIS diantaranya adalah

Mamdani, Sugeno, dan Tsukamoto.

9.3.1 Alasan Digunakannya Logika Fuzzy

Ada beberapa alasan mengapa orang menggunakan

logika fuzzy, antara lain:

1. Konsep logika fuzzy mudah dimengerti. Konsep matematis

yang mendasari penalaran fuzzy sangat sederhana dan

mudah dimengerti.

2. Logika fuzzy sangat fleksibel.

3. Logika fuzzy memiliki toleransi terhadap data-data yang

tidak tepat.

4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear

yang sangat kompleks.

14

Page 15: Proposal Asep ++

1

015 25 353020

Temperatur (oC))

[x]

DINGIN SEJUK NORMAL HANGAT PANAS

0 40

5. Logika fuzzy dapat membangun dan mengaplikasikan

pengalaman-pengalaman para pakar secara langsung tanpa

harus melalui proses pelatihan.

6. Logika fuzzy dapat bekerjasama dengan teknik-teknik

kendali secara konvensional.

7. Logika fuzzy didasarkan pada bahasa alami.

9.3.2 Himpunan Fuzzy

Ada beberapa hal yang perlu diketahui dalam memahami

sistem fuzzy, yaitu:

a. Variabel fuzzy

Variabel fuzzy merupakan variabel yang hendak dibahas dalam

suatu sistem fuzzy. Contoh: umur, temperatur, permintaan, dsb.

b. Himpunan fuzzy

Himpunan fuzzy merupakan suatu grup yang mewakili suatu

kondisi atau keadaan tertentu dalam suatu variabel fuzzy.

Contoh:

1. Variabel umur, terbagi menjadi 3 himpunan fuzzy, yaitu:

MUDA, PAROBAYA, dan TUA. (Gambar 7.3)

2. Variabel temperatur, terbagi menjadi 5 himpunan fuzzy,

yaitu: DINGIN, SEJUK, NORMAL, HANGAT, dan

PANAS.

15

Page 16: Proposal Asep ++

Gambar 2.5 Himpunan fuzzy pada variabel temperatur.

c. Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang

diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy.

Semesta pembicaraan merupakan himpunan bilangan real yang

senantiasa naik (bertambah) secara monoton dari kiri ke kanan.

Nilai semesta pembicaraan dapat berupa bilangan positif

maupun negatif. Adakalanya nilai semesta pembicaraan ini

tidak dibatasi batas atasnya.

d. Domain

1. Domain himpunan fuzzy adalah keseluruhan nilai yang

diijinkan dalam semesta pembicaraan dan boleh

dioperasikan dalam suatu himpunan fuzzy. Seperti halnya

semesta pembicaraan, domain merupakan himpunan

bilangan real yang senantiasa naik (bertambah) secara

monoton dari kiri ke kanan. Nilai domain dapat berupa

bilangan positif maupun negatif. Perolehan Data beserta

rentang nilai. Sebagian data diatas dipergunakan sebagai

variabel masukan.

16

Page 17: Proposal Asep ++

Aplikasi Fungsi Implikasi, Komposisi dan Penegasan

(Defuzzyfikasi) Setelah menerima input fungsi keanggotaan dari

masing-masing himpunan, langkah selanjutnya adalah

mengkombinasikan himpunan-himpunan tersebut menjadi 27

aturan(R).Dengan menggunakan operator AND dalam kombinasi

ini, maka penentuan predikat dilakukan dengan mencari nilai ter-

kecil dari setiap kombinasi. Agar lebih mudah memahami proses

implikasi, komposisi, dan defuzzyfikasi, kita asumsikan bahwa:

1. Untuk fungsi keanggotaan Tekanan Udara, himpunan lemah

diberi bobot 1, kuat diberi bobot 2, dan sangat kuat diberi

bobot 3.

2. Untuk fungsi keanggotaan Suhu udara: himpunan kecil diberi

bobot1, besar diberi bobot 2, dan sangat besar diberi bobot 3.

3. Untuk fungsi keanggotaan Kelembaban udara: himpunan

sedikit diberi bobot 1, sedang diberi bobot 2, dan banyak diberi

bobot 3

9.3.3 Komposisi Aturan

Tidak seperti penalaran monoton, apabila sistem

terdiri-dari beberapa aturan, maka inferensi diperoleh dari

kumpulan dan korelasi antar aturan. Ada 3 metode yang

digunakan dalam melakukan inferensi sistem fuzzy, yaitu: max,

additive dan probabilistik OR (probor).

a. Metode Max (Maximum)

17

Page 18: Proposal Asep ++

Pada metode ini, solusi himpunan fuzzy diperoleh dengan

cara mengambil nilai maksimum aturan, kemudian

menggunakannya untuk memodifikasi daerah fuzzy, dan

mengaplikasikannya ke output dengan menggunakan

operator OR (union). Jika semua proposisi telah dievaluasi,

maka output akan berisi suatu himpunan fuzzy yang

merefleksikan konstribusi dari tiap-tiap proposisi. Secara

umum dapat dituliskan:

sf[xi] max(sf[xi],kf[xi])

dengan:

sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;

b. Metode Additive (Sum)

Pada metode ini, solusi himpunan fuzzy diperoleh dengan

cara melakukan bounded-sum terhadap semua output daerah

fuzzy. Secara umum dituliskan:

sf[xi] min(1,sf[xi]+kf[xi])

dengan:

sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;

c. Metode Probabilistik OR (probor)

Pada metode ini, solusi himpunan fuzzy diperoleh dengan

cara melakukan product terhadap semua output daerah

fuzzy. Secara umum dituliskan:

sf[xi] (sf[xi]+kf[xi]) - (sf[xi] *kf[xi])

18

Page 19: Proposal Asep ++

dengan:

sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;

kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;

9.3.4 Defuzzifikasi (Defuzzification)

Defuzzifikasi merupakan sebuah bilangan tunggal,yaitu

harga variable masukan dan keluarnya adalah derajat

keanggotan dalam suatu fuzzy set dalam antecedent,maka

masukan dan keluaran defuzzifikasi adalah sebuah set (dalam

hal ini fuzzy set hasil agregasi)dan keluarannya adalah sebuah

tunggal untuk diisikan ke sebuah variable keluaran FIS.Ada

beberapa jenis versi bilangan tunggal yang dimaksud

tersebut .mungkin yang paling populer adalah center of area

atau centroid dibawah kurva dari fuzzy set hasil agregasi.

transformasi yang menyatakan kembali keluaran dari dominan

fuzzy dalam dominan crisp.keluaran fuzzy diperoleh melalui

ekaskusi dari beberapa fungsi keanggotaan fuzzy. Terdapat

tujuan metode yang dapat digunakan pada proses defuzzifiheight

method (Max-membership principle),dengan mengambil nilai

fungsi keanggotaan terbesar dari keluaran fuzzy yang ada untuk

dijadikan nilai keluaran dari seluruh fungsi keanggotan keluaran

fuzzy yang ada untuk dijadikan nilai defuzzifikasi,centroid

(center of grafity )method, mengambil nilai tengah dari seluruh

fungsi keanggotan keluaran fuzzy yang ada untuk dijadikan nilai

defuzzyfikasi,weighted average method,hanya dapat digunakan

19

Page 20: Proposal Asep ++

untuk keluaran fungsi keanggotan dari beberapa proses fuzzy

mempunyai bentuk yang sama,mean-max

membership,mempunyai perinsif kerja yang sama dengan

metode maxsimum tetapi lokasi dan fungsi keanggotaan

maksimum tidak harus unik ,center of sums,mempunyai perinsip

kerja yang hampir sama dengan weighted average method tetapi

nilai yang dihasilkan merupakan area respektif dari fungi

keanggotaan yang ada.

9.3.5 Aturan IF-THEN

Dari data penjelasan parameter-paramater fungsi

keanggotan sebagaimana diatas,kemudian dapat dibuat aturan

IF-THEN.basis aturan dibentuk dalam 2 bagian yaitu bagian

paramatter blok yang digunakan menyimpan nilai-nilai

parameter dari satu aturan dan bagian lainnya adalah rulers

block yang digunakan untuk menyimpan aturan itu sendiri.

Jumlah aturan IF-THEN yang dihasilkan merrupakan

perkalian zikma kemungkinan gejala-gejalanya (premis), yang

kemudian dikurangi jumlah aturan yang dapat diredukasi.

9.4 Metode Sugeno

Menurut fanoeel Thamrin (2012:9) dalam membangun sebuah

system fuzzy dikenal beberapa metode penalaran ,antara lain: metode

Tsukamoto,metode mamdani dan metode sugeno.pada perancangan

peramalan cuaca akan digunakan metode Takagi Sugeno.

20

Page 21: Proposal Asep ++

Fuzzy metode sugeno merupakan metode inferensi fuzzy untuk

aturan yang direpresentasikan dalam bentuk IF – THEN, dimana output

(konsekuen)

sistemti

dakberupahimpunanfuzzy,melainkanberupakonstantaataupersamaan

linear [KUS-02:98]. Metode ini diperkenalkan oleh Takagi-Sugeno

Kang pada tahun 1985. Model Sugeno menggunakan fungsi

keanggotaan Singleton yaitu fungsi keanggotaan yang memiliki derajat

keanggotaan 1 pada suatu nilai crisp tunggal dan 0 pada nilaicrispyang

lain.Untuk Orde0 dengan rumus :

IF(x1 is a1) °(x2 is A2) °…°(xn is An)

THEN z= k,

dengan Ai adalah himpunan fuzzy ke i sebagai antaseden

(alasan), ° adalah operator fuzzy (AND atau OR) dan k merupakan

konstanta tegas sebagai konsekuen(kesimpulan).

Sedangkan rumusOrde1 adalah:

IF(x1 is a1) °(x2 is A2) °…°(xn is An)

Pada metode Takagi Sugeno ,setiap konsekuen pada aturan yang

berbentuk IF-THEN harus di persentasikan dengan suatu himpunan

fuzzy dengan fungsi keanggotan monoton.sebagai hasilnya ,output hasil

inferensi dari tiap-tiap aturan diberikan (crsip) berdasarkan a-

predikat(fire strength).hasil akhirnya diperoleh menggunakan rata-rata

terbobot.misal ada 2 variabel input,var -1{x} dan var -2(y) serta 1

variabel output var-3 (z),dimana var-1 terbagi atas 2 himpunan yaitu

21

Page 22: Proposal Asep ++

A1 dan A2 dan var-2 terbagi atas himpunan B1 dan B2.Sedangkan var-

3 juga terbagi atas 2himpunan yaitu C1dan C2.Ada 2 aturan yang

digunakan yaitu:

[R1] IF (x is A1) and (y is B2) THEN (z is c1)

[R2] IF (x is A2) and (y is B1) THEN (z is C2).

9.5 Matlab

Menurut Teguh Widiarsono (2005:1) Matlab merupakan suatu

bahasa pemograman yang bisa membantu memecahkan berbagai

masalah matematis yang kerap kita temui dalam bidang teknis.

Sedang menurut Muhammad Iqbal (2009:2) Matlab adalah

sebuah bahasa dengan (high-performance) kinerja tinggi untuk

komputasi masalah teknik. Matlab mengintegrasikan komputasi,

visualisasi, dan pemrograman dalam suatu model yang sangat mudah

untuk pakai dimana masalah-masalah dan penyelesaiannya

diekspresikan dalam notasi matematika yang familiar.

Matlab merupakan akronim dari kata Matrix Laboratory. Versi

pertama Matlab ditulis pada tahun 1970. Saat itu, Matlab digunakan

untuk pelatihan dalam teori matrik, aljabar linier dan analisis numerik.

Fungsi-fungsi Matlab ini digunakan untuk menyelesaikan masalah

bagian khusus, yang disebut toolboxes. Toolboxes dapat digunakan

untuk bidang pengolahan sinyal, sistem pengaturan, fuzzy logic,

numeral network, optimasi, pengolahan citra, dan simulasi yang lain.

Matlab adalah bahasa pemrograman level tinggi yang

22

Page 23: Proposal Asep ++

dikhususkan untuk komputasi teknis. Bahasa ini mengintegrasikan

kemampuan komputasi, visualisasi, dan pemrograman dalam sebuah

lingkungan yang tunggal dan mudah digunakan. Matlab memberikan

sistem interaktif yang menggunakan konsep array sebagai standar

variabel elemennya tanpa membutuhkan pendeklarasian array seperti

pada bahasa pemrograman lain.

9.6 Unified Modelling Language (UML)

Unified Modelling Language (UML) adalah sebuah bahasa yang

telah menjadi standar dalam industri untuk visualisasi, merancang dan

mendokumentasikan sistem perangkat lunak.

Tidak ada orang, bahkan para pembuat UML, mengerti atau

menggunakan semuanya.Kebanyakan orang menggunakan sebagian kecil

UML dan bekerja menggunakannya sesuai dengan kebutuhan masing -

masing. Berikut ini akan dijelaskan 4 dari 13 diagram UML yang ada.

1. Usecase diagram

Usecase diagram menggambarkan fungsionalitas yang diharapkan

dari sebuah sistem. Yang ditekankan adalah “apa” yang diperbuat sistem,

dan bukan “bagaimana”.Sebuah usecase merepresentasikan sebuah

interaksi antara aktor dan sistem.Usecase merupakan sebuah pekerjaan

tertentu, misalnya login ke sistem, meng-create sebuah daftar belanja,

dan sebagainya.

23

Page 24: Proposal Asep ++

Gambar. Use Case Diagram

2. Class diagram

Class adalah sebuah spesifikasi yang jika diinstansiasi akan

menghasilkan sebuah objek dan merupakan inti dari pengembangan dan

desain berorientasi objek. Class menggambarkan keadaan

(atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk

memanipulasi keadaan tersebut (metoda/fungsi).

Class diagram menggambarkan struktur dan deskripsi class,

package dan objek beserta hubungan satu sama lain seperti containment,

pewarisan, asosiasi, dan lain-lain.

Gambar. Class Diagram (

24

Page 25: Proposal Asep ++

http://www.ibm.com/developerworks/rational/library/content/RationalEdge/sep04/bell/)

3. Activity diagram

Activity diagram menggambarkan berbagai alir aktivitas dalam

sistem yang sedang dirancang, bagaimana masing-masing alir berawal,

decision yang mungkin terjadi, dan bagaimana mereka berakhir.

Activitydiagram juga menggambarkan proses paralel yang mungkin

terjadi pada beberapa eksekusi.

Activity diagram merupakan state diagram khusus, dimana

sebagian besar state adalah action dan sebagian besar transisi di-trigger

oleh selesainya state sebelumnya (internalprocessing). Oleh karena itu

activity diagram tidak menawarkan behaviorinternal sebuah sistem (dan

interaksi antar subsistem) secara eksak, tetapi lebih menggambarkan

proses-proses dan jalur-jalur aktivitas dari level atas secara umum.

25

Page 26: Proposal Asep ++

Gambar. Activity Diagram (Pender, 2002)

4. Sequence diagram

Sequence diagram menggambarkan interaksi antar objek di dalam

dan di sekitar sistem (termasuk pengguna, display, dan sebagainya)

berupa message yang digambarkan terhadap waktu. Sequence diagram

terdiri atar dimensi vertikal (waktu) dan dimensi horizontal (objek-objek

yang terkait). Sequence diagram biasa digunakan untuk menggambarkan

skenario atau rangkaian langkah-langkah yang dilakukan sebagai respons

dari sebuah event untuk menghasilkan output tertentu.

Gambar. Sequence Diagram (http://en.wikipedia.org/wiki/Sequence_diagram)

10 PENELITIAN TERKAIT

Berikut ini adalah beberapa penelitian yang telah dilakukan

sebelumnya yang terkait dengan penelitian yang penulis lakukan ini :

a. Aplikasi Prediksi Cuaca Berbasis Logika Fuzzy Untuk Rekomendasi

Penerbangan Di Bandar Udara Raja Haji Fisabilillah, oleh Nur Endah Sari,

26

Page 27: Proposal Asep ++

Dr. Edi Sukirman, S.Si., MM, Jurusan Teknik Informatika, Fakultas

Teknik Industri, Universitas Gunadarma, pada tahun 2011. Berdasarkan

pembahasan dapat disimpulkan bahwa model prediksi cuaca menggunakan

metode logika fuzzy untuk kebutuhan penerbangan menghasilkan nilai

keakuratan untuk prediksi hujan adalah 61.73%, dan prediksi kecepatan

angin menghasilkan nilai keakuratan 50.5%.

b. Analisis Sistem Inference Fuzzy Sugeno Dalam Menentukan Harga

Penjualan Tanah Untuk Pembangunan Minimarket, Rizkysari

Meimaharani, Jurnal Simetris, Vol 5 No 1 April 2014 Issn: 2252-4983,

Fakultas Teknik, Program Studi Teknik Informatika Universitas Muria

Kudus. Berdasarkan pengujian yang dilakukan dapat diketahui bahwa

teknik kendali fuzzy mampu menghasilkan respon seperti yang diharapkan

yaitu mampu menilai jarak jauh dekat yang menentukan harga dalam

penjualan tanah untuk pembangunan minimarket.

11 JADWAL WAKTU PELAKSANAAN

No Kegiatan

Bulan

Feb

2015

Mar

2015

Apr

2015

Mei

2015

Jun

2015

Jul

2015

1 Studi Kepustakaan

2 Penerimaan Proposal Skripsi

3 Pengumpulan dan Analisis Data

4 Pembuatan Aplikasi /Program

5 Pengujian Aplikasi /Program

27

Page 28: Proposal Asep ++

6 Penyelesaian Laporan Akhir

12 DAFTAR PUSTAKA

Nur Endah Sari, Edi Sukirman. 2011. Prediksi Cuaca Berbasis Logika Fuzzy Untuk Rekomendasi Penerbangan Di Bandar Udara Raja Haji Fisabilillah. Jurusan Teknik Informatika, Fakultas Teknik Industri, Universitas Gunadarma : Jakarta.

Agus Naba. 2009. Fuzzy Logic Menggunakan Matlab. Andi : Yogyakarta.

Hasan M. Iqbal. 2002. Pokok-Pokok Materi, Teori Pengambilan Keputusan. Ghalia Indonesia : Jakarta

Schroeder Roger C. 2007. Manajemen Operasi Pengambilan Keputusan dalam Fungsi Operasi (Terjemahan). Penerbit Erlangga : Jakarta.

http://en.wikipedia.org/wiki/Sequence_diagram (diakses pada 5 April 2015)

Sri Kusumadewi, 2009. Aplikasi Logika Fuzzy. Graha Ilmu. Yogyakarta.

Jogiyanto, Hartono. 2004. Pengenalan Komputer. Yogyakarta: C.V.ANDI OFFSET.

Muhammad Iqbal. 2009. Pengolahan Citra Digital Menggunakan Matlab : Jakarta

Teguh widiarsono, 2005. Tutorial Praktis Belajar Matlab : Jakarta

28