PROCEEDING - repositori.unud.ac.id filePROCEEDING SEMINAR NASIONAL TEKNOLOGI INFORMASI DAN APLIKASINYA 2014 “Membangun Jiwa Technopreneurship yang Kreatif dan Inovatif di Era Big

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

[email protected].

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