PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

download PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

of 14

Transcript of PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    1/14

    APLIKASI LOGIKA FUZZY UNTUK

    PREDIKSI KEJADIAN HUJAN

    Sumber :

    http://jm!u"r#!$%!#&/#"&e'!php/JO(FTEKNIK/$rt#%)e/*#e+F#)e/,-./,,-

    PENDAHULUAN

    Menurut Triatmojo (2009) hujan merupakan sumber dari semua air yang

    mengalir di sungai dan di dalam tampungan baik di atas maupun di bawah permukaan

    tanah. Jumlah dan variasi debit sungai tergantung pada jumlah intensitas dan

    distribusi hujan. Terdapat hubungan antara debit sungai dan !urah hujan yang jatuh

    di "#$ yang bersangkutan. #pabila data pen!atatan debit tidak ada data pen!atatan

    hujan dapat digunakan untuk memperkirakan debit aliran.

    "ikatakan %avianti dkk (20&2) !ua!a !enderung mudah berubah dengan

    !epat sehingga terjadinya penyimpangan yang tidak dapat dihindari pada proses

    tersebut. 'enyimpangan tersebut dapat dilihat dari peristiwa turunnya hujan

    terusmenerus selama beberapa hari yang dapat menimbulkan ben!ana banjir. ua!a

    beserta unsurnya penting diperhatikan dan dipelajari dengan baik karena

    pengaruhnya sering menimbulkan masalah bagi manusia dan makhluk hidup

    lainnya. $alah satu unsur !ua!a adalah peristiwa hujan. Masalah bagi manusia dan

    makhuk hidup lainnya merupakan tantangan karena harus berusaha mengatasi dengan

    menghindari atau memperke!il pengaruh yang tidak menguntungkan di kehidupan.

    Menurut *irmanto (200+) $ungai $iak adalah salah satu sungai besar yang

    mengalir di 'rovinsi ,iau. "i sepanjang pinggiran $ungai $iak dari dulu telah

    terdapat aktivitas sosial budaya dan ekonomi baik aktivitas interaksi di dalam

    masyarakat ,iau sendiri maupun dengan masyarakat dari provinsiprovinsi lainnya di

    -ndonesia bahkan dengan masyarakat luar negeri. akupan "#$ $iak meliputi

    *abupaten ,okan ulu *abupaten *ampar *abupaten /engkalis *abupaten

    $iak dan *ota 'ekanbaru. "ari keseluruhan wilayah "#$ $iak dibagi ke dalam dua

    wilayah yaitu wilayah bagian hulu dan hilir.

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    2/14

    "ikatakan $uprayogi dkk (20&) kondisi eksisting pada "#$ bagian hulu

    terjadinya perubahan kejadian hujan tidak pasti (musim hujan maupun kemarau)

    sehingga berdampak pada pengelolaan $umber "aya #ir ($"#) pada "#$

    $iak. "engan demikian diperlukan penelitian dengan variabel input pada daerah $ub

    "#$ $iak ulu yang dapat men!erminkan kondisi daerah $iak ulu khususnya

    dan "#$ $iak umumnya berupa data !urah hujan dan data klimatologi dengan

    menggunakan aturan 1ogika u33y sedangkan variabel output berupa prediksi

    kejadian hujan.

    (ETEOROLOGI

    Meteorologi atau ilmu !ua!a adalah ilmu pengetahuan yang mengkaji

    peristiwaperistiwa !ua!a dalam jangka waktu dan ruang terbatas. *adangkadang

    unsurunsur gejala !ua!a seperti suhu tekanan udara angin kelembaban awan

    hujan4 baik si5atnya se!ara kuantitati5 maupun se!ara kualitati5 serta penyebaran dan

    pengaruhnya terhadap kehidupan dan penghidupan dibi!arakan dalam meteorologi

    dan klimatologi (,a5i6-&99+).

    Menurut 7ikipedia (20&)4 7att 8 7ilson (200) !ua!a adalah seluruh

    kejadian di atmos5ir bumi. ua!a merupakan bagian kehidupan seharihari manusia di

    dunia. ua!a dan iklim adalah suatu keadaan yang terjadi di permukaan bumi yang

    dipengaruhi oleh kondisi udara yaitu tekanan dan temperatur. ua!a disetiap planet

    berbedabeda tergantung pada jarak planet itu dari matahari dan pergerakan gas di

    setiap atmos5ir planetplanet itu. Jenisjenis !ua!a menurut :liver (200+) meliputi

    hujan panas salju angin dan badai merupakan jenisjenis !ua!a. Jenisjenis !ua!a

    tersebut tergantung pada temperatur pergerakan udara dan tekanan udara di daerah

    tersebut. ua!a juga mempengaruhi pola kehidupan di suatu daerah.

    Menurut Triatmojo (2009) hujan adalah sebuah bentuk presipitasi dalam

    bentuk !airan yang jatuh ke permukaan bumi. ujan berasal dari uap air di atmos5er

    sehingga bentuk dan jumlahnya dipengaruhi oleh 5aktor klimatologi. $i5at !urah

    hujan dapat dilihat pada Tabel & terlihat bahwa !urah hujan tidak bertambah

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    3/14

    & jam 2 jam

    ujan sangat ringan

    ujan ringan

    ; &

    &+

    ; +

    +20

    ujan normal +20 20+0

    ujan lebat &020 +0&00

    ujan sangat lebat < 20 < &00

    sebanding dengan waktu. Jika waktu itu ditentukan lebih lama maka penambahan

    !urah hujan itu adalah lebih ke!il dibandingkan dengan penambahan waktu karena

    kadangkadang !urah hujan itu berkurang ataupun berhenti.

    Tabel &. *eadaan !urah hujan dan intensitas hujan

    -ntensitas !urah hujan (mm)

    *eadaan !urah hujan

    LOGIKA FUZZY

    Menurut el5i (20&2) 5u33y se!ara bahasa diartikan sebagai kabur atau samar

    samar. "alam 5u33y dikenal derajat keanggotaan yang memiliki rentang nilai 0

    hingga &. /erbeda dengan himpunan tegas yang memiliki nilai & atau 0 (ya atau

    tidak). 1ogika u33y merupakan sesuatu logika yang memiliki nilai kekaburan atau

    kesamaran (5u33yness) antara benar atau salah. %amun berapa besar keberadaan dan

    kesalahan suatu tergantung pada bobot keanggotaan yang dimilikinya. Menurut

    *usumadewi 8 'urnomo (200)4 $utojo dkk (20&&) ada beberapa hal yang perlu

    diketahui dalam memahami sistem 5u33y yaitu =

    &. >ariabel 5u33y merupakan variabel yang hendak dibahas dalam suatu sistem

    5u33y.

    2. impunan 5u33y merupakan suatu grup yang mewakili suatu kondisi atau

    keadaan tertentu dalam suatu variabel 5u33y.

    . $emesta pembi!araan adalah keseluruhan nilai yang diperbolehkan untuk

    dioperasikan dalam suatu variabel 5u33y. $emesta pembi!araan merupakan

    himpunan bilangan real yang senantiasa naik (bertambah) se!ara monoton dari

    kiri ke kanan. %ilai semesta pembi!araan dapat berupa bilangan positi5

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    4/14

    maupun negati5. #dakalanya nilai semesta pembi!araan ini tidak dibatasi

    batas atasnya.

    . "omain himpunan 5u33y adalah keseluruhan nilai yang diijinkan dalam

    semesta pembi!araan dan boleh dioperasikan dalam suatu himpunan 5u33y.$eperti halnya semesta pembi!araan domain merupakan himpunan bilangan

    real yang senantiasa naik (bertambah) se!ara monoton dari kiri ke kanan.

    %ilai domain dapat bernilai positi5 maupun negati5.

    (ETODOLOGI PENELITIAN

    'enelitian ini menggunakan data !urah hujan harian dan data klimatologi

    harian dari tahun 20&0 hingga 20&2. "ata yang akan diprediksi !urah hujannya adalah

    tahun 20&&. /erikut merupakan data yang digunakan =

    &. 1okasi 'enelitian$tudi kasus untuk penelitian ini berlokasi di $ub "#$ $iak ulu khususnya

    dan "#$ $iak umumnya. akupan "#$ $iak meliputi *abupaten ,okan

    ulu *abupaten *ampar *ota 'ekanbaru *abupaten /engkalis dan

    *abupaten $iak dari keseluruhan wilayah "#$ $iak terbagi menjadi dua

    bagian wilayah yaitu bagian hulu dan hilir dari masingmasing sungai

    adapun wilayahwilayah yang ter!akup dalam $ub "#$ $iak ulu adalah

    $ungai Tapung *anan yang termasuk dalam wilayah *abupaten ,okan ulu

    dan *e!amatan Tapung ulu *abupaten *ampar dan $ungai Tapung *iri

    yang termasuk dalam wilayah Tandun *abupaten ,okan ulu dan *e!amatan

    Tapung *iri *abupaten *ampar. *edua sungai menyatu di daerah 'alas

    (*abupaten *ampar) dan dekat *ota 'ekanbaru pada $ungai $iak /esar. "#$

    $iak memiliki luas total ?.?0 km2 dengan luas "#$ Tapung kanan adalah

    2.?@ km2 dan luas "#$ Tapung kiri 2.&+A km2. 'eta "#$ $iak dapat

    dilihat pada 1ampiran # (*irmanto 200+).

    2. "ata !urah hujan

    "ata !urah hujan berupa data !urah hujan harian $tasiun 'asar *ampar. "ata

    !urah hujan diperoleh dari /adan 7ilayah $ungai --- 'ekanbaru.

    . "ata *limatologi

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    5/14

    "ata klimatologi diperoleh dari $tasiun 'asar *ampar dan

    www.wunderground.!om. "ata klimatologi yang dibutuhkan adalah suhu

    udara kelembaban relati5 ke!epatan angin tekanan udara total lapisan awan

    dan lama penyinaran matahari.

    FUZZY INFEREN0E SYSTE( (ENGGUNAKAN SOFT1ARE (ATLA2

    1angkahlangkah pengerjaan u33y -n5eren!e $ystem menggunakan bantuan

    so5tware M#T1#/ adalah sebagai berikut =

    &. 'ada M#T1#/ 'rompt ketikkan 5u33y.2. $etelah tampilan -$ Bditor mun!ul kemudian memasukkan variabel masukan

    dan variabel keluaran. ungsi5ungsi keanggotaan variabel masukan dan

    variabel keluaran dide5inisikan melalui Membership un!tion Bditor.

    memasukkan semua nilai variabelvariabel 5u33y himpunan 5u33y range dan

    parameter ke dalam membership 5un!tion editor.. $etalah selesai mengisi data untuk semua variabel kemudian pilih edit pada

    5is editorklik rules. $elanjutnya memasukkan semua rules dalam penelitian

    ini.

    . Tahapan terakhir yaitu rule viewer. ,ule viewer menampilkan proses

    keseluruhan yang terjadi pada -$. asil akan didapat dengan mengubah nilai

    input.

    PENGUKURAN KESALAHAN PREDIKSI DENGAN (SE

    $etelah mendapatkan hasil prediksi kejadian hujan dengan Metode u33y

    -n5eren!e $ystem maka didapatkan besar dari nilai kesalahan yang dihasilkan.

    Menurut $antoso (2009) menentukan seberapa jauh data hasil 5ore!ast berbeda

    dengan data aktualnya dengan menggunakan perhitungan Mean $Cuared "eviation

    (M$B). M$B dihitung dengan menggunakan rumus pada 'ersamaan .

    #t D nilai data aktual pada periode kei

    t D nilai data prediksi pada periode kei

    HASIL DAN PE(2AHASAN

    (emb$""34$" *$r#$be)5*$r#$be) #"put &e"3$" 6u"37# 4e$"33t$$" p$&$

    $"te7e&e"

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    6/14

    Membandingkan variabelvariabel input dengan 5ungsi keanggotaan pada

    anteseden (bagian sebab) untuk mendapatkan nilai keanggotaan masingmasing

    variabel linguistik. 'roses ini dapat dibentuk dengan membandingkan variabel

    input dan 5ungsi keanggotaan untuk memperoleh nilai keanggotaan masingmasing

    variabel linguistik. u33i5ikasi dibentuk sebagai berikut =

    &. Membentuk variabel input dan variabel output >ariabelvariabel input yang

    digunakan adalah suhu udara kelembaban relati5 ke!epatan angin tekanan

    udara total lapisan awan dan lama penyinaran matahari sedangkan variabel

    output adalah kejadian hujan.

    2. Membentuk himpunan 5u33y

    impunan 5u33y yang dibentuk tiap variabel sebagai berikut=a. >ariabel suhu udara membentuk tiga himpunan 5u33y yaitu sejuk

    normal dan panas.

    b. >ariabel kelembaban relati5 membentuk tiga himpunan 5u33y yaitu

    kering lembab dan basah.

    !. >ariabel ke!epatan angin membentuk tiga himpunan 5u33y yaitu lambat

    agak ken!ang dan ken!ang.

    d. >ariabel tekanan udara membentuk tiga himpunan 5u33y yaitu rendah

    sedang dan tinggi.e. >ariabel total lapisan awan membentuk empat himpunan 5u33y yaitu

    tipis agak tebal tebal dan sangat tebal.5. >ariabel lama penyinaran matahari memmbentuk tiga himpunan 5u33y

    yaitu rendah sedang dan tinggi.

    . Membentuk himpunan semesta pembi!araan$emesta pembi!araan masingmasing variabel merupakan rentang

    kemungkinan nilai dari data harian ratarata. $emesta pembi!araan tersebut

    dapat ditunjukkan pada Tabel 2.

    Tabel 2. $ emesta pembi! araan p ada v ariab el 5u3 3y

    ungsi >ariabel $emesta pembi!araan

    $uhu udara (E) F20 0G

    *elembaban relati5 (H) F++ 9+G

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    7/14

    Input

    *e!epatan angin (kmIhr)

    Tekanan permukaan laut (mb)

    F0 &&9G

    F&00 &0&G

    Total lapisan awan (okta) F0 ?G

    1ama penyinaran matahari (H) F0 92G

    Output urah hujan (mm) F0 &0G

    . Menentukan 5ungsi keanggotaan tiaptiap variabel

    ntuk mendapatkan nilai keanggotaan maka ditentukan 5ungsi keanggotaan

    masingmasing variabel melalui pendekatan 5ungsi. ungsi keanggotaan yang

    digunakan dalam tugas akhir ini adalah 5ungsi keanggotaan trapesium pada

    persamaan (2). ungsi keanggotaan masingmasing variabel sebagai berikut =

    a. $uhu udara

    >ariabel suhu udara membentuk tiga himpunan 5u33y yaitu= sejuk

    normal dan panas. ungsi keanggotaan dapat dilihat pada Kambar .

    Lsejuk() D trapm5 (4 20 20 2+ 2@)

    Lnormal() D trapm5 (4 2+ 2@ 2? 0)Lpanas() D trapm5 (4 2? 0 0 0)

    b. *elembaban relati5

    >ariabel kelembaban relati5 membentuk tiga himpunan 5u33y yaitu=

    kering lembab dan basah. ungsi keanggotaan dapat dilihat pada

    Kambar .

    Lkering() D trapm5 (4 ++ ++ A+ @0)Llembab() D trapm5 (4 A+ @0 ?@ 92)

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    8/14

    Lbasah() D trapm5 (4 ?@ 92 9+ 9+)

    !. *e!epatan angin>ariabel ke!epatan angin membentuk tiga himpunan 5u33y yaitu=

    lambat agak ken!ang dan ken!ang. ungsi keanggotaan dapat dilihat

    pada Kambar +.

    Llambat() D trapm5 (4 0 0 A &9)

    Lagak ken!ang() D trapm5 (4 A &9 29 +0)

    Lken!ang() D trapm5 (4 29 +0 &&9 &&9)

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    9/14

    d. Tekanan udara

    >ariabel tekanan udara membentuk tiga himpunan 5u33y yaitu=rendah sedang dan tinggi. ungsi keanggotaan dapat dilihat pada

    Kambar A.Lrendah() D trapm5 (4 &00 &00 &0&++ &00A+)

    Lsedang() D trapm5 (4 &00++ &00A+ &0&0+ &0&&+)

    Ltinggi() D trapm5 (4 &0&0+ &0&&+ &0& &0&)

    e. Total lapisan awan

    >ariabel total lapisan awan membentuk tiga himpunan 5u33y yaitu=

    tipis agak tebal dan tebal. ungsi keanggotaan dapat dilihat pada

    Kambar @.

    Ltipis() D trapm5 (4 0 0 & 2)

    Lagak tebal() D trapm5 (4 & 2 )Ltebal() D trapm5 (4 + @)

    Lsangat tebal() D trapm5 (4 + @ ? ?)

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    10/14

    5. 1ama penyinaran matahari

    >ariabel lama penyinaran matahari membentuk tiga himpunan 5u33y

    yaitu= rendah sedang dan tinggi. ungsi keanggotaan dapat dilihat

    pada Kambar ?.

    Lrendah() D trapm5 (4 0 0 20 0)

    Lsedang() D trapm5 (4 20 0 ++ A+)Ltinggi() D trapm5 (4 ++ A+ 92 92)

    g. urah hujan

    >ariabel !urah hujan membentuk lima himpunan 5u33y yaitu= sangat

    ringan ringan normal lebat dan sangat lebat. ungsi keanggotaan

    dapat dilihat pada Kambar 9.

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    11/14

    Lsangat ringan() D trapm5 (4 0 0 2+ +)Lringan() D trapm5 (4 2+ + &+ 20)

    Lnormal() D trapm5 (4 &+ 20 + +0)

    Llebat() D trapm5 (4 + +0 9+ &00)

    Lsangat lebat() D trapm5 (4 9+ &00 &0 &0)

    Ap)#4$7# 6u"37# #mp)#4$7#

    Tahapan berikutnya adalah mengkombinasikan semua variabel input

    dengan menerapkan tnorm. Tnorm (5ungsi implikasi) adalah operasi irisan

    himpunan 5u33y. "alam penelitian ini digunakan penghubung #%". /erikut salah

    satu !ontoh penerapan tnorm =

    >ariabel input suhu udara = Lnormal (2++) D 02+

    >ariabel input kelembaban relati5 = Lbasah(90) D 0A>ariabel input ke!epatan angin = Lagak ken!ang (2A) D &

    >ariabel input tekanan udara = Lrendah (&00?) D &

    >ariabel input total lapisan awan = Lsangat tebal (A) D 0+>ariabel input lama penyinaran matahari = Lrendah (++) D &

    %ilai Npredikat D min (02+4 0A4 &4 &4 0+4 &) D 0+

    A3re3$7#

    $etelah proses implikasi berikutnya adalah proses penggabungan aturan

    aturan 5u33y untuk mendapatkan daerah dari komposisi aturanaturan yang

    digunakan. 'ada Metode Mamdani biasanya menggunakan nilai maksimum atau

    menggabungkan dari semua aturan yang digunakan.

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    12/14

    De6u88#6#4$7#

    Tahapan terakhir dari prediksi hujan dengan menerapkan u33y -n5eren!e

    $ystem Tipe Mamdani yaitu de55u3i5ikasi. %ilai tegas output diperoleh dari

    himpunanhimpunan 5u33y keluaran dengan menggunakan metode !entroid pada

    persamaan ().

    Pe"3u4ur$" 4e7$)$h$" pre/#

    $etelah membandingkan data aktual dengan data prediksi !urah hujan hasil

    tersebut diuji dengan menggunakan persamaan (). asil akurasi per bulan untuk

    !urah hujan ditunjukkan pada Kambar &0 dan kejadian hujan ditunjukkan pada

    Kambar &&.

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    13/14

    $etelah dilakukan pengukuran hasil prediksi menggunakan Mean $Cuare

    Brror per bulan kemudian dipersentasekan se!ara keseluruhan tingkat keakuratan

    prediksi didapat untuk prediksi !urah hujan pada musim hujan adalah A0 H dan

    kejadian hujan adalah +9 H sedangkan pada musim kemarau untuk prediksi !urah

    hujan adalah @2 H dan kejadian hujan adalah @& H.

    SI(PULAN DAN SARAN

    S#mpu)$"

    "engan menggunakan logika 5u33y metode mamdani di dapat hasil sebagai berikut =&. asil veri5ikasi prediksi !urah hujan ratarata menggunakan Mean $Cuare

    Brror adalah AAH dengan nilai akurasi tertinggi pada bulan adalah Juni @@H.

    2. ntuk hasil veri5ikasi prediksi kejadian hujan memiliki ratarata adalah

    A+H dengan nilai akurasi tertinggi pada bulan Juni adalah @@ H.S$r$"

    &. 'rediksi !urah hujan dengan menggunakan logika 5u33y yang dilakukan pada

    penelitian ini belum optimal sehingga dapat dilakukan penelitian lanjutan

    untuk mendapatkan hasil prediksi yang memiliki akurasi tinggi.2. *elemahan mendasar dari logika 5u33y dalam pembuatan basis aturan yang

    mempunyai potensi terjadinya error sehingga dibutuhkan program bantu yang

    dapat mendukung.

    . 'enelitian selanjutnya sebaiknya menggunakan data dari /adan Meteorologi

    *limatologi dan Keo5isika agar semua variabel data yang digunakan

    bersumber dari stasiun yang sama.

    DAFTAR PUSTAKA

    K#rm$"t9 D! (200+ #gustus A). $eminar 'enyelamatan dan 'elestarian "#$

    $iak.'enataan ,uang "aerah #liran $ungai ("#$) $iak 'rovinsi ,iau. 'ekanbaru

    ,iau -ndonesia= '.

    Ku7um$&e+#9 S!9 Pur"m9 H!(200). #plikasi 1ogika u33y ntuk 'endukung

    *eputusan. Oogyakarta= Kraha -lmu.

    N$7ut#"9 H! ;

  • 7/23/2019 PutuWahyuSaputra_1404505038_ArtikelPenerapanFuzzyLogic

    14/14

    >ol.& %o.&. :liver . (200+). &00 'engetahuan tentang ua!a. /andung= 'akar

    ,aya.

    R$6#@#9 S!(&99+). Meteorologi dan *limatologi. /andung= #ngkasa.

    S$"t79 S! (2009). /usiness ore!asting Metode 'eramalan /isnis Masa *ini

    dengan Minitab dan $'$$. Jakarta= Ble Media *omputindo.

    Su$"$9 N!9 Se+$"&h#t$9 H!(200@). 'ola *onservasi $umberdaya #ir "as $iak.

    #lami >ol. &2 %o.&.

    Supr$3#9 I!9 F$u8#9 (!9 Su)#7t9 2!(20&). Membangun ,iset *olaborati5 $o5t

    omputing dan Keographi! -n5ormation $ystem (K-$) dalam paya 'enguatan

    'enelitian 'ada /idang *eairan 'rogram 'as!asarjana Teknik $ipil niversitas ,iau.

    'ekanbaru= niversitas ,iau.

    Sutj9 (u)$"t9 Suh$rt"9 B!(20&&). *e!erdasan /uatan. Oogyakarta= #ndi

    :55set.1$tt9 F!9 1#)7"9 F!(200). ua!a dan -klim. /andung= 'akar ,aya.

    1#4#pe$. (20& #pril A). ua!a. "ipetik Juni & 20& dari 7ikipedia =

    http=IIid.wikipedia.orgIwikiIua!a