PROCEEDING SEMINAR NASIONAL
TEKNOLOGI INFORMASI DAN APLIKASINYA
2014
“Membangun Jiwa Technopreneurship yang Kreatif dan
Inovatif di Era Big Data”
Bali, 17 OKTOBER 2014
Diselenggarakan Oleh:
Program Studi Teknik Informatika
Jurusan Ilmu Komputer
Universitas Udayana
Bali
KATA PENGANTAR
Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa, atas terselesainya
penyusunan Proceeding SNATIA 2014 ini. Buku ini memuat naskah hasil penelitian dari
berbagai bidang kajian yang telah direview oleh pakar dibidangnya dan telah dipresentasikan
dalam acara Seminar SNATIA tahun 2014 pada tanggal 17 Oktober 2014 di Universitas
Udayana kampus Bukit Jimbaran, Badung, Bali.
Kegiatan SNATIA 2014 merupakan agenda tahunan Program Studi Teknik Informatika,
Jurusan Ilmu Komputer, Universitas Udayana. SNATIA 2014 mengambil tema “Membangun
Jiwa Technopreneurship yang Kreatif dan Inovatif di Era Big Data”, dengan pembicara utama
seminar yang terdiri dari pakar-pakar peneliti dan Pemerhati dibidang Teknologi Informasi,
Technopreneurship, dan Big Data.
Meskipun kegiatan seminar dan pendokumentasian naskah dalam proceeding ini telah
dipersiapkan dengan baik, namun kami menyadari masih banyak kekurangannya. Untuk itu
panitia mohon maaf yang sebesar-besarnya, dan juga mengucapkan terimakasih atas
kepercayaan dan kerjasamanya dalam kegiatan ini. Kritik dan saran perbaikan sangat
diharapkan untuk penyempurnaan di masa mendatang, yang dapat dikirimkan melalui e-mail
Kepada semua pihak yang terlibat, baik langsung maupun tidak langsung dalam
penyelenggaraan seminar, dan penyusunan proceeding SNATIA 2014, panitia mengucapkan
terima kasih.
Denpasar, 17 Oktober 2014
Panitia SNATIA 2014
DAFTAR ISI
Kata Pengantar
Daftar Isi
Simulasi Pengaturan Lampu Lalu Lintas Pada Persimpangan Menggunakan
Logika Fuzzy Dengan Metode Tsukamoto
Ketut Bayu Yogha B. ........................................................................................ 1
Aplikasi Pencarian Lokasi Dealer Dan Servis Resmi Sepeda Motor Wilayah
Bandarlampung Berbasis Android Dengan Algoritma A*
Agus Waisnawa ................................................................................................ 11
Rancangan Sistem Akuntansi Pemerintah Daerah Berbasis Akrual
Kholid Haryono ................................................................................................ 16
Aplikasi Panduan Mahasiswa Kalbis Institute Berbasis Mobile Multimedia
Nuraini Purwandari ............................................................................................ 24
Perancangan Dan Implementasi Data Warehouse Spasial Untuk Mendukung
Layanan Kebencanaan: Studi Kasus Badan Informasi Geospasial (Big)
Irena Susanti ..... ................................................................................................ 34
Elisitasi Kebutuhan Prototipe Pengelolaan Unpredictable Data Pada Basisdata
Spatio Temporal Untuk Disaster Information Management System (DIMAS)
Yani Widyani ..... ................................................................................................ 44
Perancangan Sistem Proteksi File Video Dengan Algoritma AES (Advance
Encryption Standard)
I Gusti Agung Gede Arya Kadyanan ................................................................ 51
Studi Komparasi Penggunaan Framework Tata Kelola Teknologi Informasi
Lembaga Sandi Negara
Ninik Ratna Dewi ............................................................................................. 60
Pola Adopsi Situs Jejaring Sosial
Almed Hamzah ................................................................................................ 67
Sistem Penilaian Ujian Essay Otomatis Menggunakan Metode Jaro Winkler
Rahimi Fitri ..... ................................................................................................ 72
Implementasi Algoritma Steganografi Enhanched Least Significant Bit Untuk
Menyembunyikan Pesan Pada Gambar
I Wayan Adi Wiratama ....................................................................................... 79
Analisis Pengaruh Penggunaan Sistem Informasi Tour Travel Terhadap
Peningkatan Kunjungan Wisatawan Pada Bali Precious Tours
I Gede Adrian Agustana .................................................................................... 85
Implementasi Sistem Single Sign On Pada Aplikasi Berbasis Web Menggunakan
Central Authentication Service
I Putu Agus Eka Darma Udayana ....................................................................... 94
Sistem Prakiraan Curah Hujan Harian Dengan Fuzzy Inference System
I Made Agus Oka Gunawan ............................................................................. 103
Sistem Pendeteksi Kantuk Untuk Pengemudi Dengan Metode Haarcascade
Classifier
I Gede Arya Maharta ........................................................................................ 110
Implementasi Sistem Pencarian Pada Sinopsis Film Menggunakan
Metodepembobotan Term Frequency Inverse Document Frequency (TF-IDF)
Ni Made Ayu Handayani .................................................................................. 116
Implementasi Sistem Manajemen Admin Pada Ldap Server Menggunakan PHP
LDAP
I Putu Gede Darpana Putra W ............................................................................ 122
Klasifikasi Wine Berdasarkan Kandungan Alkohol Dan Asam Malat
Menggunakan Algoritma K-Nearest Neighbor (KNN)
Kadek Dwi Praseptia Putra ................................................................................. 133
Rancang Bangun Sistem Informasi Promosi Online Menggunakan Framework
YII
Faizal A Saputra ............................................................................................... 138
Implementasi File Sharing Dengan Protokol Server Message Block (SMB) Pada
Router Mikrotik Di Kantor Desa Lodtunduh
Putu Ferry Audy Praditha ................................................................................... 142
Pengenalan Huruf Isyarat Menggunakan Modified K-Nearest Neighbor
Fuad Adi Pradana ............................................................................................. 146
Management Bandwidth Menggunakan Simple Queue Pada Router Mikrotik
Made Hadi Yudana ........................................................................................... 152
Implementasi Pengembangan Firewall Filter Pada Protokol Ssh Untuk
Mencegah Serangan Brute Force Pada Proses Otentikasi Router Mikrotik
Hamzah Eka Novia Prakasa ............................................................................. 157
Perancangan Dan Implementasi Website Pada Pt. Darma Telekomunikasi
Dengan Framework Codeigniter
Gde Kharisma Primawardhana Agusta ............................................................. 164
Implementasi Metode Redness Dan Circle Detection Pada Pengenalan Buah
Apel Pada Gambar Pohon Apel
Nyoman Krisnaadi Suastika .............................................................................. 171
Analisis Protokol Tcp Reno Dan Tcp Vegas Pada Traffik CBR
Natanael Kristiawan ......................................................................................... 175
Analisis Dan Implementasi Pengembangan Web Menggunakan Content
Management System Wordpress (Studi Kasus: Web Bali-India Foundation)
Putu Pande Wahyu Diatmika ............................................................................ 180
Perancangan Dan Implementasi Sistem Pembelajaran Dengan Metode Drill
Soal Pada Mata Pelajaran Matematika
Ida Bagus Adisimakrisna Peling ....................................................................... 186
Implementasi Identifikasi Letak Iris Mata Dengan Transformasi Hough Dan
Gabor Filter
I Gede Wahyu Surya Dharma ............................................................................ 194
Penerapan Metode Particle Swarm Optimization Pada Optimasi Distribusi Lpg
Dari Agen Ke Toko
I Made Hary Kartika Putra ................................................................................. 200
Implementasi Replikasi Basis Data Terdistribusi Pada Sistem Informasi Invoice
Di CV. Avatar Solution
I Wayan Parwita ............................................................................................... 205
Implementasi Algoritma Rabin-Karp Untuk Sistem Pendeteksi Kesamaan
Dokumen Proposal Tugas Akhir
I Gede Wira Kusuma Jaya ................................................................................. 212
Integrasi Openmeetings Dengan Moodle Sebagai Sarana Pembelajaran Jarak
Jauh
I G A Bagus Prema Pradana ............................................................................. 220
Implementasi Hit & Miss Cache Proxy Untuk Penggunaan Bandwidth Yang
Efektif
Rae Arya Pangestu Here Wollo .......................................................................... 227
Klasifikasi Buah Menggunakan Metode Support Vector Machine (SVM) Dengan
Kernel Gaussian Radial Basis Function (RBF)
Komang Soniya Gunawan .................................................................................. 232
Steganografi Pesan Text Terenkripsi Caesar Cipher Pada File Audio Mp3
Dengan Metode Bit Parity Coding
Ni Nyoman Sri Suariani .................................................................................... 237
Implementasi Traffik Filtering Dan Transparent Proxy Dalam Membangun Web
Proxy Pada Mikrotik Router Di Kantor Desa Baturiti
I Kadek Sumara ................................................................................................ 246
Analisis Performa Protocol TCP SACK Dan SCTP Pada Aplikasi FTP Dan CBR
Ida Bagus Tantra Pradhana ................................................................................. 251
Implementasi Algoritma Genetika Dalam Proses Pengendalian Lengan Robot
Luh Trisna Aryantini ........................................................................................ 257
Simulasi Antrian Nasabah Bank Dengan Mengadaptasi Model Analitikal
Antrian (Studi Kasus: Bank BNI Cabang Jimbaran)
Ni Wayan Eka Ayuningsih ................................................................................ 263
Peramalan Cuaca Dengan Metode Root Means Square Error (RMSE)
Berdasarkan Algoritma Adaptive Splines Threshold Autoregression (ASTAR) Di
Bandara Ngurah Rai Bali
Luh Eka Kusumayanti ...................................................................................... 270
Analisis Dan Desain Algoritma Pewarnaan Graf (Studi Kasus Penjadwalan
Level Pelajaran Di Robokidz Jimbaran)
Gede Dian Wirawan Putra ................................................................................ 274
Analisis Perbandingan Tingkat Efisiensi Pelayanan Sarbagita Melalui Sms
Gateway Dan Manual
Ni Made Krista Kurnia Dewi ............................................................................. 278
Pencarian Otonan Dengan Konversi Tanggal Masehi Ke Bilangan Julian
Menggunakan Fungsi Sys Pada Visual Foxpro
Made Pasek Agus Ariawan ............................................................................... 282
Implementasi Algoritma K-Means Clustering Terhadap Pengklasifikasian Hasil
Belajar Siswa Sebagai Bahan Kaji Efektifitas Media Pembelajaran Matematika
Berbasis TIK Di SMP Negeri 3 Semarapura
I Wayan Safira Sri Artha .................................................................................... 288
Keamanan Jaringan Wifi Pada Sistem Login Member Perpustakaan Daerah
Singaraja Menggunakan Metode Algoritma Vigenere Chipper
Gede Suhendra Prayoga Saputra ...................................................................... 293
Perancangan Dan Implementasi Sistem Manajemen Proyek Pada Pt. Asanka
Dengan Menggunakan Metode Prototyping
Putu Bagus Ari Dharma Udayana ..................................................................... 300
Implementasi Virtual Private Network Menggunakan EoIP Tunnel Untuk
Koneksi Bridging Antar Kantor Di Dinas Komunikasi Dan Informatika Kota
Denpasar
I Gede Wahyu Pramartha .................................................................................. 307
Analisis Metode Steganografi Advance LSB Pada Domain Transformasi Wavelet
Menggunakan MSE, PSNR Dan SSIM
I Wayan Agus Wirayasa ................................................................................... 312
Perancangan Dan Implementasi Sistem Informasi Kritik & Saran Pelayanan
Public Kantor Imigrasi Kelas I Denpasar
Ni Putu Yanita Pratiwi ...................................................................................... 320
Analisis Storage Data Record Pada IP Camera Di Gedung Rektorat Universitas
Udayana
Ida Bagus Gede Yogi Permadi ........................................................................... 327
Sistem Absensi Pegawai Dan Pendataan Tamu Berbasis Desktop (Studi Kasus
Biro Jasa House Of Bali)
Ni Nyoman Yuli Andari .................................................................................... 332
SISTEM PRAKIRAAN CURAH HUJAN HARIAN
DENGAN FUZZY INFERENCE SYSTEM
I Made Agus Oka Gunawan1, Luh Gede Astuti
2
1,2 Program Studi Teknik Informatika, Jurusan Ilmu Komputer,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana
Jl. Kampus Bukit Jimbaran
Email: [email protected], [email protected]
2
ABSTRAK
Cuaca adalah bagian dari kehidupan manusia sehari-hari. Salah satu bagian dari perubahan cuaca
adalah hujan. Hujan sendiri dipengaruhi oleh perubahan-perubahan yang terjadi pada beberapa variabel
cuaca. Gejala-gejala sebelum terjadinya hujan dapat diamati dengan menggunakan teknologi-teknologi seperti
saat ini. Manusia pun kini sudah bisa memprakirakan kapan akan terjadinya hujan dengan menganalisa gejala-
gejala yang terjadi. Namun, hasil prakiraan dari seorang forecaster tetaplah hal yang subjektif berdasarkan
intuisi masing-masing forecaster. Dari penelitian yang sudah pernah dilakukan sebelumnya, telah dibuat sebuah
sistem yang bisa memprakirakan curah hujan dengan menggunakan data pada hari prakiraan. Namun, yang
menjadi permasalahan saat ini adalah jika data pada hari prakiraan tersebut tidak ada ataupun belum lengkap,
maka prakiraan tidak bisa dilakukan. Untuk mengatasi permasalahan tersebut, maka dibuat sistem yang bisa
memprakirakan curah hujan dengan menggunakan data 1 hari sebelum hari prakiraan. Adapun variabel cuaca
yang digunakan adalah suhu udara, kelembaban, kecepatan angin, tekanan udara, jumlah awan, lama
penyinaran dan curah hujan yang diperoleh dari stasiun pengamatan Ngurah Rai. Dengan menggunakan sistem
ini didapatkan akurasi prakiraan curah hujan sebesar 84,40 %.
Kata Kunci: artificial intellegence, weather forecasting, fuzzy inference system
ABSTRact
The weather is a part of human daily life. One part of the weather change is rain. Rain itself is affected
by the changes of some variables in weather. The phenomenon before rain is occur can be observed with recent
technologies. Nowadays, human is capable to estimate when the rain will occur by analyzing the phenomenon
that happen. But, the results are subjective based on the forecaster’s intuition. From the previous research that
was made, there is a system that was built for forecasting rainfall by using the data from the day of forecasting
process occurs. But, what become the problem now is, if the data from the day of that forecast occurs is not exist
or not complete, then the forecasting process can’t be done. Thus, to resolve that problem, the system is need to
be built by using the data from one day before the day of forecasting process. As for the variables used are air
temperature, humidity, wind velocity, air pressure, cloud quantities, irradiation time and rainfall from Ngurah
Rai observation stations. By using this system, the accuracy of rainfall forecasts obtained by 84.40%.
Keywords: artificial intellegence, weather forecasting, fuzzy inference system
1 PENDAHULUAN
Cuaca adalah bagian dari kehidupan manusia sehari-hari. Hujan merupakan bagian dari perubahan
cuaca yang dipengaruhi oleh perubahan-perubahan yang terjadi pada beberapa variabel cuaca. Gejala-gejala
sebelum terjadinya hujan dapat diamati dengan menggunakan teknologi-teknologi seperti saat ini, sehingga
bisa diprakirakan kapan akan terjadinya hujan dengan menganalisa gejala-gejala yang terjadi. Namun, hasil
prakiraan dari seorang forecaster tetaplah hal yang subjektif berdasarkan intuisi masing-masing forecaster.
Dalam penelitian sebelumnya [2], digunakan 6 variabel cuaca pada hari prakiraan sebagai input,
yaitu suhu udara, kelembaban, kecepatan angin, tekanan udara, lapisan awan dan lama penyinaran yang akan
menghasilkan output prediksi curah hujan keesokan harinya. Namun, yang menjadi permasalahan saat ini
adalah jika data pada hari prakiraan belum tersedia, maka prakiraan untuk hujan keesokan hari tidak bisa
dilakukan. Untuk mengatasi permasalahan tersebut, maka dibuat sistem yang bisa memprakirakan curah
hujan dengan menggunakan data 1 hari sebelum hari prakiraan, seperti terlihat pada Gambar 1. Selain hal
tersebut, perlu ditambahkan variabel input yaitu curah hujan, mengingat curah hujan yang akan datang
mengikuti tren curah hujan sebelumnya. Adapun dengan penenelitian ini, diharapkan hasil prakiraan yang
dihasilkan oleh sistem dapat menjadi pembanding dari hasil prakiraan yang dibuat oleh para forecaster,
sehingga meningkatkan keakuratan informasi prakiraan curah hujan yang nantinya akan diinformasikan
kepada masyarakat.
Gambar 1. Alur Sistem Prakiraan
2 MODEL, ANALISIS, DESAIN, DAN IMPLEMENTASI
Cuaca adalah seluruh kejadian di atmosfer bumi yang merupakan bagian kehidupan sehari-hari
manusia di dunia. Cuaca juga merupakan keadaan yang terjadi di permukaan bumi yang dipengaruhi oleh
kondisi udara, yaitu tekanan dan suhu. Cuaca di setiap planet berbeda-beda tergantung pada jaraknya dari
matahari dan pergerakan gas di setiap atmosfer planet-planet tersebut. Bahkan dalam suatu perkotaan juga
seringkali mempunyai jenis cuaca yang berbeda dari daerah sekelilingnya [2]. Hujan merupakan bagian dari
cuaca berupa presipitasi dalam bentuk cair. Dalam penelitian ini, digunakan model logika fuzzy dengan
inferensi mamdani untuk menghasilkan prakiraan curah hujan harian.
2.1 Dasar Teori
Lofti Zadeh (1960) mengemukakan bahwa fuzzy merupakan suatu aspek ketidaktentuan yang
berbeda dengan keacakan. Kemudian Zadeh mengusulkan bentuk matematika untuk melihat bagaimana
ketidakjelasan dapat dinyatakan dalam bahasa manusia yang pendekatannya disebut “logika fuzzy”. Dalam
fuzzy dikenal derajat keanggotaan yang memiliki interval [0,1]. Dalam teori logika fuzzy suatu nilai bisa
bernilai benar atau salah secara bersama, namun berapa besar keberadaan dan kesalahan tergantung pada
bobot yang dimilikinya [2]. Secara umum, konsep logika fuzzy adalah [1] :
Himpunan tegas, adalah nilai keanggotaan suatu item dalam suatu himpunan tertentu. Pada
himpunan tegas, nilai keanggotaan suatu item x dalam suatu himpunan A, memiliki dua
kemungkinan yaitu 1 (item tersebut menjadi anggota dalam suatu himpunan) atau 0 (item tersebut
tidak menjadi anggota dalam suatu himpunan).
Himpunan fuzzy, adalah suatu himpunan yang digunakan untuk mengatasi kekakuan dari himpunan
tegas, dimana suatu item x dapat masuk dalam 2 himpunan yang berbeda. Himpunan fuzzy memiliki
2 atribut yaitu linguistik dan numeris.
Fungsi keanggotaan, adalah suatu kurva yang menunjukkan pemetaan suatu item ke dalam nilai
keanggotaannya yang memiliki interval antara 0 sampai 1, untuk mendapatkan nilai keanggotaan
dengan menggunakan pendekatan fungsi. Ada beberapa jenis fungsi keanggotaan, seperti fungsi
keanggotaan trapesium.
Gambar 2. Kurva Trapesium
derajat
keanggotaan
[x]
1
0
domain
a b d c
Fungsi Keanggotaan:
dxc
ax
x
c);-x)/(d-(d
cxb1;
bxaa);-a)/(b-(x
datau x ;0
][ (1) (7.
Operator dasar himpunan fuzzy, operasi yang didefinisikan secara khusus untuk mengkombinasi dan
memodifikasi himpunan fuzzy.
IF-THEN rule fuzzy, adalah suatu pernyataan if-then, dimana ditentukan oleh fungsi
keanggotaannya.
Di dalam penggunaan logika fuzzy untuk menyelesaikan suatu permasalahan, hal penting yang perlu
menjadi perhatian adalah cara mengolah input menjadi output dengan menggunakan sistem inferensi fuzzy.
Ada beberapa jenis model inferensi fuzzy, yaitu Mamdani, Sugeno dan Tsukamoto. Di dalam model
Mamdani, ada 4 tahapan untuk mendapatkan output [3] :
Fuzzyfikasi, adalah tahapan di mana variabel masukan maupun keluaran terdiri atas satu atau lebih
himpunan fuzzy. Selanjutnya ditentukan nilai linguistiknya, lalu derajat keanggotaan masing-masing
variabel ditentukan.
Aplikasi fungsi implikasi, adalah tahap dimana proses mendapatkan kesimpulan sebuah aturan IF-
THEN dilakukan berdasarkan derajat kebenaran.
Komposisi, disebut juga dengan agregasi, adalah suatu proses untuk mengkombinasikan keluaran
semua aturan IF-THEN menjadi sebuah kesimpulan tunggal.
Defuzzyfikasi, adalah tahapan dimana besaran fuzzy hasil dari sistem inferensi, diubah menjadi
besaran tegas. Input dari defuzzyfikasi adalah suatu himpunan yang diperoleh dari komposisi
aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan bilangan pada domain himpunan
fuzzy tersebut.
2.2 Analisis dan Desain
Dalam sistem ini digunakan model inferensi fuzzy Mamdani, dimana dalam analisis dan desain
sistemnya menggunakan data cuaca harian dari Januari 2010 – Desember 2012. Adapun langkah-langkah
dalam memprakirakan curah hujan harian dengan menerapkan model Mamdani adalah sebagai berikut :
1) Fuzzyfikasi
Langkah pertama yang akan dilakukan adalah menentukan variabel input dan output yang
akan digunakan. Adapun variabel input yang digunakan adalah suhu udara, kelembaban, kecepatan
angin, tekanan udara, jumlah awan, lama penyinaran dan curah hujan yang merupakan data 1 hari
sebelum hari prakiraan, sedangkan variabel output adalah curah hujan dari hari yang akan
diprakirakan.
Dari 7 variabel input dan 1 variabel output, akan ditentukan himpunan fuzzy. Adapun
himpunan fuzzy dari variabel input sebagai berikut :
Tabel 1. Himpunan Fuzzy Variabel Input
No Variabel Himpunan Fuzzy
1 Suhu Udara
(oC)
Sejuk
Normal
Panas
2 Kelembaban
(%)
Kering
Lembab
Basah
3 Kecepatan Angin
(km/jam)
Lambat
Agak Kencang
Kencang
4 Tekanan Udara
(milibar)
Rendah
Sedang
Tinggi
5 Awan
(okta)
Sedikit
Sedang
Banyak
6 Penyinaran Matahari
(jam)
Singkat
Sedang
Lama
7 Curah Hujan Input
(mm/jam)
Ringan
Sedang
Agak Lebat
Lebat
Himpunan fuzzy untuk variabel output sebagai berikut :
Tabel 2. Himpunan Fuzzy Variabel Output
No Variabel Himpunan Fuzzy
1 Curah Hujan Output
(mm/jam)
Ringan
Sedang
Agak Lebat
Lebat
Setelah membentuk himpunan fuzzy dari variabel input dan output, kemudian akan
ditentukan semesta pembicaraan dari tiap-tiap variabel tersebut. Adapun semesta pembicaraannya
ditunjukkan pada Tabel 3.
Tabel 3. Semesta Pembicaraan Variabel Fuzzy
No Variabel Semesta
Pembicaraan
1 Suhu Udara
(oC)
25,5 – 31,0
2 Kelembaban
(%) 59,0 – 92,0
3 Kecepatan Angin
(km/jam) 0,0 – 22,2
4 Tekanan Udara
(milibar) 1007,0 – 1014,0
5 Awan
(okta) 0,0 – 8,0
6 Penyinaran
Matahari
(jam)
0,0 – 12,0
7
Curah Hujan Input
(mm/jam) 0,0 – 100,0
7 Curah Hujan
Output
(mm/jam)
0,0 – 100,0
Dari masing-masing variabel input dan output yang telah ditentukan himpunan fuzzynya,
selanjutnya akan ditentukan fungsi keanggotaannya. Fungsi keanggotaan yang digunakan adalah
fungsi trapesium seperti Gambar 2.
a. Suhu Udara
Variabel suhu udara membentuk himpunan fuzzy dengan fungsi keanggotaannya
sebagai berikut :
µsejuk(x) = trapmf (x; 25.7 25.7 27.5 28)
µnormal(x) = trapmf (x; 27.5 28 29.5 29.9)
µpanas(x) = trapmf (x; 29.5 29.9 31 31)
b. Kelembaban
Variabel kelembaban membentuk himpunan fuzzy dengan fungsi keanggotaannya
sebagai berikut :
µkering(x) = trapmf (x; 59 59 68 70)
µlembab(x) = trapmf (x; 68 70 78 80)
µbasah(x) = trapmf (x; 78 80 92 92)
c. Kecepatan Angin
Variabel kecepatan angin membentuk himpunan fuzzy dengan fungsi
keanggotaannya sebagai berikut :
µlambat(x) = trapmf (x; 0 0 7.4 9.2)
µagakkencang(x) = trapmf (x; 7.4 9.2 14.8 16.6)
µkencang(x) = trapmf (x; 14.8 16.6 22.2 22.2)
d. Tekanan Udara
Variabel tekanan udara membentuk himpunan fuzzy dengan fungsi
keanggotaannya sebagai berikut :
µrendah(x) = trapmf (x; 1007 1007 1008.5 1008.9)
µsedang(x) = trapmf (x; 1008.5 1008.9 1012.5 1012.9)
µtinggi(x) = trapmf (x; 1012.5 1012.9 1014 1014)
e. Awan
Variabel jumlah awan membentuk himpunan fuzzy dengan fungsi
keanggotaannya sebagai berikut :
µsedikit(x) = trapmf (x; 0 0 2 3)
µsedang(x) = trapmf (x; 2 3 5 6)
µbanyak(x) = trapmf (x; 5 6 8 8)
f. Penyinaran Matahari
Variabel penyinaran matahari membentuk himpunan fuzzy dengan fungsi
keanggotaannya sebagai berikut :
µsingkat(x) = trapmf (x; 0 0 3 4)
µsedang(x) = trapmf (x; 3 4 7 8)
µlama(x) = trapmf (x; 7 8 12 12)
g. Curah Hujan Input
Variabel curah hujan input membentuk himpunan fuzzy dengan fungsi
keanggotaannya sebagai berikut :
µringan(x) = trapmf (x; 0 0 5 9)
µsedang(x) = trapmf (x; 5 9 15 19)
µagaklebat(x) = trapmf (x; 15 19 45 50)
µlebat(x) = trapmf (x; 45 50 100 100)
h. Curah Hujan Output
Variabel curah hujan output membentuk himpunan fuzzy dengan fungsi
keanggotaannya sebagai berikut :
µringan(x) = trapmf (x; 0 0 5 9)
µsedang(x) = trapmf (x; 5 9 15 19)
µagaklebat(x) = trapmf (x; 15 19 45 50)
µlebat(x) = trapmf (x; 45 50 100 100)
2) Fungsi Implikasi
Terlebih dahulu harus dibuat aturan IF-THEN yang akan digunakan di dalam fungsi
implikasi ini. Adapun aturan yang dibuat berdasarkan data cuaca harian seperti pada Tabel 4.
Tabel 4. Aturan IF-THEN
Tanggal Rule
01/01/2010
IF SuhuUdara (normal) AND
Kelembaban (basah) AND
KecepatanAngin (agakkencang) AND
TekananUdara (rendah) AND Awan
(tebal) AND Penyinaran (sedang) AND
CurahHujan (ringan) THEN Output
(ringan)
02/01/2010
IF SuhuUdara (normal) AND
Kelembaban (basah) AND
KecepatanAngin (agakkencang) AND
TekananUdara (rendah) AND Awan
(tebal) AND Penyinaran (singkat)
AND CurahHujan (ringan) THEN
Output (ringan)
Fungsi implikasi yang digunakan pada metode ini adalah fungsi minimum, artinya
menetapkan fungsi terkecil di antara dua atau lebih bilangan.
3) Komposisi
Untuk mengkombinasikan semua keluaran dari aturan IF-THEN, dalam metode ini akan
digunakan metode Max. 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 [1]:
sf[xi] max(sf[xi],kf[xi]) (2)
dengan :
sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;
kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;
4) Defuzzyfikasi
Langkah terakhir dari model inferensi Mamdani adalah defuzzyfikasi. Metode
defuzzyfikasi yang digunakan dalam penelitian ini adalah metode centroid. Pada metode ini, solusi
crisp diperoleh dengan cara mengambil titik pusat (z*) daerah fuzzy. Secara umum dirumuskan [1]:
dzz
dzzz
z
)(
)(
*
(3)
dengan :
z* : nilai defuzzyfikasi
z : anggota himpunan fuzzy A
)(z : derajat keanggotaan suatu elemen x dalam suatu himpunan
2.3 Implementasi
Setelah tahap analisis dan desain, selanjutnya adalah tahap implementasi yang dilakukan dengan
tools Matlab R2013a. Sesuai dengan tahap analisis dan desain, sistem ini dibangun dengan metode :
a. Tipe : Mamdani
b. Logika Operasi : AND
c. Metode Implikasi : Min
d. Metode Agregasi : Max
e. Metode Defuzzyfikasi : Centroid
Adapun hasil implementasinya seperti Gambar 3.
Gambar 3. Sistem Prakiraan Curah Hujan
3. SKENARIO UJI COBA
Setelah dilakukan tahap implementasi, kemudian akan dilakukan tahap pengujian sistem untuk
melihat akurasi yang dihasilkan sistem dalam melakukan suatu prakiraan. Adapun data inputan yang
digunakan dalam tahap pengujian ini adalah data cuaca harian dari bulan Januari – Desember 2013. Untuk
memvalidasi akurasinya akan dilakukan dengan mencari nilai dari RMSE yang merupakan ukuran baik dari
akurasi suatu prakiraan. Hal ini sering digunakan untuk mengukur perbedaan antara nilai-nilai hasil prakiraan
oleh model dengan nilai-nilai yang diamati dari hal yang dimodelkan. RMSE dirumuskan sesuai dengan
persamaan (4) [4].
N
yy
RMSE
N
j
jj
2'
(4)
Dimana yj adalah curah hujan hasil pengamatan, y’j adalah curah hujan hasil prakiraan dan N adalah
jumlah data. Kemudian setelah mendapat nilai RSME, akan dicari tingkat akurasi sesuai dengan persamaan
(5) [4].
RMSEAccuray 100 (5)
4. HASIL UJI COBA
Dari hasil uji coba yang telah dilakukan, didapatkan nilai RMSE dan akurasi per bulan dengan
menggunakan persamaan (4) dan (5) selama 2013 sebagai berikut.
Tabel 5. Hasil Uji Coba
Bulan ke Error Measures
RMSE Accuray
1 25,39515 74,60485
2 26,62045 73,37955
3 10,88569 89,11431
4 9,490089 90,50991
5 14,24335 85,75665
6 19,26556 80,73444
7 12,89228 87,10772
8 3,514725 96,48527
9 9,618888 90,38111
10 3,948271 96,05173
11 17,16542 82,83458
12 34,15274 65,84726
Rata-rata akurasi 84,40062
Dapat dilihat pada Tabel 5, akurasi prakiraan curah hujan tertinggi adalah pada bulan Agustus yaitu
sebesar 96,48527, dimana perbandingan hasil prakiraan dengan pengamatan pada bulan Agustus dapat dilihat
pada Tabel 6. Rata-rata akurasi prakiraan curah hujan yang dihasilkan sebesar 84,40062.
Tabel 6. Hasil Uji Coba Bulan Agustus
Hari Prakiraan Pengamatan Prakiraan
1 0,00 3,76471
2 0,99 3,49206
3 0,99 3,33333
4 0,50 3,33333
5 0,00 3,82609
6 0,00 3,82609
7 0,00 3,65657
8 0,00 3,51351
9 0,00 3,70060
10 0,00 3,40580
11 0,00 3,33333
12 0,99 3,33333
13 0,00 3,33333
14 5,00 3,51351
15 0,00 3,76471
16 0,00 3,49206
17 0,00 3,61321
18 0,00 3,64641
19 0,00 3,54167
20 0,00 3,33333
21 0,00 3,54167
22 0,00 3,40580
23 0,00 3,33333
24 0,99 3,41463
25 0,00 3,33333
26 0,00 3,57522
27 0,10 3,46154
28 0,00 3,70652
29 0,00 3,33333
30 0,00 6,91882
31 0,00 3,65657
Dari Tabel 5, dapat dilihat bahwa pada bulan Desember akurasi prakiraannya tidak begitu bagus, hal
ini dikarenakan karena selisih antara hasil prakiraan dengan hasil pengamatan terlalu besar, terutama pada
hasil pengamatan untuk kategori curah hujan lebat yang banyak terjadi pada bulan Desember. Sehingga
menyebabkan peningkatan nilai RMSE yang akan menurunkan tingkat akurasinya.
5. KESIMPULAN
Dalam penelitian ini, telah dihasilkan suatu sistem yang mampu memprakirakan curah hujan harian
dengan menggunakan metode Fuzzy Inference System. Evaluasi kinerja FIS dilakukan dengan menghitung
RMSE dan akurasi prakiraan curah hujan hujan yang dihasilkan. Dari Tabel 5, terlihat bahwa didapatkan
rata-rata akurasi sebesar 84,40 %, akurasi tertinggi adalah pada bulan Agustus sedang akurasi yang terendah
pada bulan Desember dikarenakan selisih hasil pengamatan dengan hasil prakiraan terlalu besar sehingga
meningkatkan nilai RMSE pada bulan Desember. Untuk pengembangan kedepannya, model logika fuzzy ini
bisa digabungkan dengan metode lain seperti jaringan syaraf tiruan atau algoritma genetika untuk tujuan
optimasi. Dapat ditambahkan juga variabel-variabel cuaca dan data harian untuk analisisnya sehingga dapat
meningkatkan akurasi dari prakiraan yang dihasilkan.
6. DAFTAR PUSTAKA
[1] Kusumadewi, Sri. 2003. Artificial Intellegence (Teknik dan Aplikasinya). Yogyakarta : Graha Ilmu.
[2] Navianti, Dynes Rizky. 2012.”Penerapan Fuzzy Inference System pada Prediksi Curah Hujan di
Surabaya Utara”. Jurnal Sains dan Seni ITS 1, A23 – A28.
Irmawan, Decky dan Herusantoso, Khamami. 2011. “Penerapan Logika Fuzzy Sebagai Sistem
Top Related