1. JUDUL PENELITIANImplementasi Logika Fuzzy dengan Metode Takagi-SugenoUntuk Peramalan Cuaca Sebagai Rekomendasi Pelayaran Kapal Laut dan Kapal Nelayan di Pelabuhan Pulau Baai.

2. BIDANG ILMUBidang ilmu yang diterapkan dalam penelitian ini adalah bidang ilmu Logika Fuzzy dan Rekayasa Perangkat Lunak.

3. LATAR BELAKANGCuaca 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 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)Indonesia adalah negara maritim karena sebagian wilayahnya merupakan perairan. Transportasi laut menjadi alternatif untuk perjalanan antar pulau. Terdapat sebuah lembaga negara yang berada di bawah departemen perhubungan yang bertugas untuk menangani masalah pengawasan transportasi laut (kapal) dan ketertiban dalam hal kebandaran yang dinamakan Syahbandar. Syahbandar berada di bawah pengawasan Badan Administrasi Pelayaran. Syahbandar memberikan pengawasan kapal untuk menjamin kelancaran pelayaran dari dan menuju pelabuhan. Berdasarkan pengetahuan dari Syahbandar pelabuhan Pulau Baai Bengkulu, kelayakan pelayaran dilihat dari dua faktor, yaitu faktor dalam dan faktor luar. Faktor dalam berasal dari badan kapal itu sendiri. Baik itu berupa kesiapan dari awak kapal, meneliti muatan kapal, dokumen dan sertifikat kapal. Sedangkan faktor luar dipengaruhi oleh cuaca perairan, dalam hal ini untuk pelayaran. Cuaca yang mempengaruhi pelayaran diantaranya adalah parameter suhu, kelembaban, kecepatan angin,dan tekanan udara.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). 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 terjadinya kecelakaan yang diakibatkan oleh faktor alam, terkhusus pada cuaca.(Makridakis, 1991)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.(Kusumadewi S, Hartati S, 2006). Fuzzy inference system dapat dilakukan dengan berbagai macam metode, salah satunya adalah metode Takagi-Sugeno,metode ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985. Kelebihan yang dimiliki oleh logika fuzzy Takagi-Sugeno dibandingkan dengan logika fuzzy jenis lain adalah fuzzy Takagi-Sugeno 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.Penelitian yang berhubungan dengan prediksi cuaca telah banyak dilakukan. Pada Aplikasi Prediksi Cuaca Berbasis Logika Fuzzy Untuk Rekomendasi Penerbangan Di Bandar Udara Raja Haji Fisabilillah, oleh Nur Endah Sari, 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%.Selanjutnya penelitian yang berjudul Pengenalan Pola Cuaca Maritim (Curah Hujan, Tinggi Gelombang Dan Kecepatan Arus) Dengan Metode Adaptive Neuro Fuzzy Inference System (ANFIS) Pada Jalur Pelayaran Surabaya-Makasar, oleh Riska Lutfiana dan M.Tironopada tahun 2013 JurusanFisikaUniversitas Islam Negeri (UIN) Maulana Malik Ibrahim Malang. Dari penelitian yang telah dilakukan dapat disimpulkan bahwa pola cuaca, khususnya pada pola curah hujan, ketinggian gelombang laut dan kecepatan arus laut dapat diamati dan dipelajari pola yang terbentuk, dari sini dirancang Pengenalan Pola Cuaca Maritim (Curah Hujan, Tinggi Gelombang dan Kecepatan Arus) dengan Menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS), yang selanjutnya bisa didapatkan pola cuaca maritim pada jalur pelayaran Surabaya-Makasar.Penerapan Logika Fuzzy Metode Sugeno untuk Sistem Pendukung Keputusan Prakiraan Cuacaoleh Eka Mahargiyak, Diah Anggraeni P., Restu wandiro S., Yasrifan Mahzar Program Studi Informatika/ Ilmu Komputer Program Teknologi Informasi Dan Ilmu Komputer Universitas Brawijaya pada tahun2013. Persentasi kebenaran pada uji verifikasi yang dilakukan secara manual dan sistem memiliki kategori yang sama yaitu baik. Dengan presentasi masing masing yaitu : Uji verifikasi manual = 76% (44 data tepat dari 58 data), Uji verifikasi sistem = 74% (43 data tepat dari 58 data).Maka dari itu penulis ingin membuat penelitian untuk tugas akhir dengan judul, Implementasi Logika Fuzzy Inference System dengan Metode Takagi-Sugeno Untuk Peramalan Cuaca Sebagai Rekomendasi Pelayaran Kapal Laut dan Kapal Nelayan di Pelabuhan Pulau Baai..

4. PERUMUSAN MASALAHDari uraian latar belakang diatas maka dapat dirumuskan permasalahan yang muncul, diantaranya adalah :1) Bagaimana mengimplementasikan Logika Fuzzy dengan menerapkan metode Takagi-Sugeno untuk meramal cuaca ?2) Bagaimana merancang sebuah aplikasi untuk peramalan cuaca dengan menggunakan bahasa pemrograman Matlab?

5. BATASAN MASALAHAdapun 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.2) Peneliti menggunakan parameter suhu, kelembaban, kecepatan angin,dan tekanan udara.3) Hasil yang dihasilkan oleh aplikasi berupa prediksi cuaca serta rekomendasi untuk pelayaran.

6. TUJUAN PENELITIANAdapun tujuan yang ingin dicapai dalam penelitian ini adalah :Merancang dan membangun sebuah aplikasi yang dapat melakukan peramalan cuaca terkhusus pada bidang pelayaran.

7. MANFAAT PENELITIANManfaat penelitian ini adalah :Memberikan sebuah model alternatif prediksi cuaca, sehingga bisa membantu prakrirawan cuaca dan juga para pelayar dalam memperkirakan prediksi cuaca untuk pelayaran.

8. METODE PENELITIANBerdasarkan tujuan penelitian yang yang telah dijelaskan sebelumnya, Metodologi Penelitian yang digunakan dalam penulisan proposal ini terdiri dari :8.1 Metode Pengumpulan Data1) Studi PustakaStudi Pustaka dilakukan dengan cara mempelajari teori-teori serta literatur-literatur dan buku-buku yang berhubungan dengan penelitian ini.2) Studi AnalisisMelakukan analisis terhadap masalah yang dikaji dalam penelitian ini, mendefenisikan batasan-batasan dalam masalah tersebut serta mencari cara atau solusi untuk menyelesaikannya.3) Studi LapanganStudi 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 AplikasiPengembangan aplikasi Peramalan cuaca sebagai rekomendasi untuk pelayaran kapal laut dengan menerapkan Metode Takagi-Sugenomenggunakan bahasa pemrograman Matlab. Adapun langkah-langkah dalam membangun aplikasi ini secara garis besar adalah sebagai berikut :1) Analisa KebutuhanAdapun dalam melakukan pengolahan data aplikasi ini memerlukan masukan, keluaran dan kebutuhan interface. Adapun tujuan dilakukan analisa kebutuhan ini adalah untuk sebagai pedoman yang 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 MasukanData masukan yang dibutuhankan dalam aplikasi adalah data-data yang berhubungan dengan cuacab. Kebutuhan Data KeluaranAdapun data keluaran yang yang dibutuhkan dalam aplikasi ini adalah prediksi cuaca dan rekomendasi pelayaran.

c. Kebutuhan InterfaceKebutuhan interface pada aplikasi ini adalah kemudahan dan kenyaman pengguna dari pada aplikasi ini dalam menggunakannya sesuai dengan masalah yang dihadapi.2) Perancangan AplikasiPerancangan 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-data yang relevan dengan penelitian, melakukan inputdata 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 LunakBerikut ini merupakan perangkat lunak yang penulis gunakan dalam pembuatan aplikasi ini 1. Matlab2. Sistem Operasi Windows 7 Ultimateb. Perangkat KerasBerikut perangkat keras yang penulis gunakan dalam melakukan penelitian ini :1. Monitor VGA atau SVGA (1366 x 768)2. Processor Intel Core 2 Duo3. Ram 4 GB4. Harddisk Seagate 320 GB5. Keyboad, Mouse, Printer3) ImplementasiDalam pembuatan aplikasi, tahap ini merupakan tahap nyata dalam melakukan pembuatan atau pengerjaan aplikasi.Aplikasi peramalan cuaca ini yaitu dengan menerapkan metode Takagi-Sugenoyang penulis khusus dalam penelitian ini.4) Pengujiana. Black BoxTestingDalam 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 TestingSedangkan 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 pemeliharaanSetelah aplikasi ini jadi maka penggunadapat 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 PUSTAKA9.1 Pengertian AplikasiMenurut 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 CuacaCuaca adalah kadaan udara pada saat tertentu dan diwilayah tertentu yang relatif sempit dan dalam jangka waktu yang singkat.Unsur-unsuryang mempengaruhicuaca dan iklimadalah 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.b. Tekanan udaratekanan 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 FuzzyLogika 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 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 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 induksimedanmagnet pada kesehatan manusia. Hasil aplikasi logika fuzzy menunjukkan tidak adanya pengaruh yang signifikan darimedanmagnet 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 logika fuzzy memang tidak sepresisi bilangan, namun kata-kata jauh lebih dekat dengan intuisi manusia[NAB-2009].Mengenai logika fuzzy pada dasarnya tidak 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 fuzzyyang merupakan suatu himpunan yang digunakan untuk mengatasi kekakuan dari himpunan tegas. Fungsi keanggotaanyang memiliki interval 0 sampai 1 Variabel linguistic yang merupakan suatu variabel yang memiliki nilai 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)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).

9.3.1 Alasan Digunakannya Logika FuzzyAda 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.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 FuzzyAda beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu:a. Variabel fuzzyVariabel fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy. Contoh: umur, temperatur, permintaan, dsb.b. Himpunan fuzzyHimpunan 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.

101525353020Temperatur (oC))[x]DINGINSEJUKNORMALHANGATPANAS040

Gambar 2.5 Himpunan fuzzy pada variabel temperatur.c. Semesta PembicaraanSemesta 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. DomainDomain 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.

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 terkecil dari setiap kombinasi. Agar lebih mudah memahami proses implikasi, komposisi, dan defuzzyfikasi,kitaasumsikan bahwa:1. Untuk fungsi keanggotaan tekanan udara, himpunan lemah diberi bobot 1, kuat diberi bobot 2, dan sangat kuat diberi bobot 3.2. Untukfungsi 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 34. Untuk fungsi keanggotaan kecepatan angin: himpunan kecil diberi bobot 1, sedang diberi bobot 2, dan besar 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)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-ikf[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] max ( 1, sf[xi] + kf[xi] dengan:sf[xi]=nilai keanggotaan solusi fuzzy sampai aturan ke-ikf[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] max ( sf[xi] + kf[xi] ) (sf[xi] * kf[xi] )dengan:sf[xi]=nilai keanggotaan solusi fuzzy sampai aturan ke-ikf[xi]=nilai keanggotaan konsekuen fuzzy aturan ke-

9.3.4 DefuzzifikasiDefuzzifikasi 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 eksekusi 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 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-THENDari 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 Takagi-SugenoMenurut Fanoeel Thamrin (2012:9) dalam membangun sebuah system fuzzydikenal beberapa metode penalaran ,antara lain: metode Tsukamoto, metode Mamdani, dan metode Takagi-Sugeno. Pada perancangan peramalan cuaca akan digunakan metode Takagi-Sugeno.Fuzzy metode sugeno merupakan metode inferensi fuzzy untuk aturan yang direpresentasikan dalam bentuk IF THEN, dimana output (konsekuen) system tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear [KUS-02:98]. Metode ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985. Model Takagi-Sugeno menggunakan fungsi keanggotaan Singleton yaitu fungsi keanggotaan yang memiliki derajat keanggotaan 1 pada suatu nilai crisp tunggal dan 0 pada nilai crisp yang lain.

Untuk Orde 0 dengan rumus :IF(x1 is a1) (x2 is A2) (xn is An)THEN z= k,dengan Ai adalah himpunan fuzzyke i sebagai antaseden (alasan), adalah operator fuzzy (AND atau OR) dan k merupakan konstanta tegas sebagai konsekuen (kesimpulan).Sedangkan rumus Orde1 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 apredikat (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 A1 dan A2 dan var-2 terbagi atas himpunan B1 dan B2. Sedangkan var-3 juga terbagi atas 2 himpunan 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 MatlabMenurut 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 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.

0. 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.

Gambar. Use Case Diagram(http://en.wikipedia.org/wiki/Use_Case_diagram)

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

0. 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 (internal processing). Oleh karena itu activity diagram tidak menawarkan behavior internal sebuah sistem (dan interaksi antar subsistem) secara eksak, tetapi lebih menggambarkan proses-proses dan jalur-jalur aktivitas dari level atas secara umum.

Gambar. Activity Diagram (Pender, 2002)0. Sequence diagramSequence 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 TERKAITBerikut 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, 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. Pengenalan Pola Cuaca Maritim (Curah Hujan, Tinggi Gelombang Dan Kecepatan Arus) Dengan Metode Adaptive Neuro Fuzzy Inference System (Anfis) Pada Jalur Pelayaran Surabaya-Makasar, oleh Riska Lutfiana dan M.Tirono pada tahun 2013 Jurusan Fisika Universitas Islam Negeri (UIN) Maulana Malik Ibrahim Malang. Dari penelitian yang telah dilakukan dapat disimpulkan bahwa pola cuaca, khususnya pada pola curah hujan, ketingian gelombang laut dan kecepatan arus laut dapat diamati dan dipelajari pola yang terbentuk, dari sini dirancang Pengenalan Pola Cuaca Maritim (Curah Hujan, Tinggi Gelombang dan Kecepatan Arus) dengan Menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS), yang selanjutnya bisa didapatkan pola cuaca maritime pada jalur pelayaran Surabaya-Makasar.c. Penerapan Logika Fuzzy Metode Sugeno untuk Sistem Pendukung Keputusan Prakiraan Cuaca oleh Eka Mahargiyak, Diah Anggraeni P., Restu wandiro S., Yasrifan Mahzar Program Studi Informatika/ Ilmu Komputer Program Teknologi Informasi Dan Ilmu Komputer Universitas Brawijaya pada tahun 2013. Persentasi kebenaran pada uji verifikasi yang dilakukan secara manual dan sistem memiliki kategori yang sama yaitu baik. Dengan prosentasi masing masing yaitu - Uji verifikasi manual = 76% (44 data tepat dari 58 data). - Uji verifikasi sistem = 74% (43 data tepat dari 58 data).d. Analisis Sistem Inference Fuzzy Takagi-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 PELAKSANAANNoKegiatanBulan

Apr 2015Mei 2015Juni 2015Juli 2015Agus 2015Sept 2015

1Studi Kepustakaan

2Penerimaan Proposal Skripsi

3Pengumpulan dan Analisis Data

4Pembuatan Aplikasi /Program

5Pengujian Aplikasi /Program

6Penyelesaian Laporan Akhir

12 DAFTAR PUSTAKA

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

Aydin, I., Karakose, M. and Akin, E.. 2009. The Prediction Algorithm Based on Fuzzy Logic Using Time Series Data Mining Method. World Academy of Science, Engineering and Technology.Eka Mahargiyak, Diah Anggraeni P., Restu wandiro S., Yasrifan Mahzar. 2013. Penerapan Logika Fuzzy Metode Sugeno untuk Sistem Pendukung Keputusan Prakiraan Cuaca. Program Studi Informatika/ Ilmu Komputer Program Teknologi Informasi Dan Ilmu Komputer Universitas Brawijaya : Malang.

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

Herliana, Arif Ismul Hadi, Suwarsono. 2010. Analisis Karakteristik Intensitas Curah Hujan Di Kota Bengkulu. Jurusan Fisika, Fakultas MIPA, Universitas Bengkulu : Bengkulu.

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

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

http://www.ibm.com/developerworks/rational/library/content/RationalEdge/sep04/bell/ (diakses pada 10 maret 2015)Jogiyanto, Hartono. 2004. Pengenalan Komputer. Yogyakarta: C.V.ANDI OFFSET.Kodoatie, Robert J., Roestam Sjarief. 2010. Tata Ruang Air. Penerbit Andi : Jogjakarta.Kusumadewi S, 2009. Aplikasi Logika Fuzzy. Graha Ilmu. Yogyakarta.

Kusumadewi S, Hartati S. Neuro fuzzy:Integrasi Sistem Fuzzy dan Jaringan Syaraf. Yogyakarta: Graha Ilmu; 2006.Makridakis, S, dkk. 1991. Metode dan Aplikasi Peramalan. Edisi kedua. Jakarta:Erlangga.Muhammad Iqbal. 2009. Pengolahan Citra Digital MenggunakanMatlab : Jakarta

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.

Riska Lutfiana dan M.Tirono. 2013. Pengenalan Pola Cuaca Maritim (Curah Hujan, Tinggi Gelombang Dan Kecepatan Arus) Dengan Metode Adaptive Neuro Fuzzy Inference System (Anfis) Pada Jalur Pelayaran Surabaya-Makasar. Jurusan Fisika Universitas Islam Negeri (UIN) Maulana Malik Ibrahim : Malang

Rizkysari Meimaharani. 2014. Analisis Sistem Inference Fuzzy Takagi-Sugeno dalam menentukan harga penjualan tanah untuk pembangunan minimarket. Fakultas Teknik, Program Studi Teknik Informatika Universitas Muria : Kudus.

Riza, Lala Septem. 2008. Prediksi Data Time Series Dengan Menggunakan Algoritma Ant System (Studi Kasus Prediksi Harga Saham). Program Studi Teknik Elektro, Institut Teknologi Bandung : Bandung.Schroeder Roger C. 2007. Manajemen Operasi Pengambilan Keputusan dalam Fungsi Operasi (Terjemahan). Penerbit Erlangga : Jakarta.

Teguh widiarsono, 2005.Tutorial Praktis BelajarMatlab : Jakarta

Yuniar, Risty J., Didik Rahadi S., Onny S. 2013. Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahmah Saleh Dengan Algoritma Neural Network Backpropagation. Program Magister Fakultas Teknik, Universitas Brawijaya : Malang.5