Proposal Asep

1. JUDUL PENELITIANImplementasi Logika Fuzzy dengan Metode Sugeno Untuk 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 BELAKANGDewasa ini perkembangan dunia komputer sudah begitu pesat. sehingga dalam berbagai proses kegiatan selalu kita jumpai keberadaanya. Pola iklim dan cuaca akhir-akhir ini sangat ekstrem. Dengan keadaan cuaca seperti ini dapat merugikan bayak masyarakat. Akhir-akhir ini sering terjadi hujan lebat dan mengakibatkan banjir Selama ini komputer dapat dipakai untuk membantu orang-orang dalam memecahkan problem. Semakin cerdas sistem itu dan semakin ditingkatkan level penanganan informasinya, maka semakin aktif peranan yang dilakukan oleh komputer. Dan selama ini terjadinya peningkatan minat dalam menggunakan komputer. Beberapa tugas tertentu membutuhkan pengetahuan yang sangat khusus, Komputer dengan tiga keunggulannya, yaitu kecepatan, keakurasian, serta ketidak jenuhan dapat diperbantukan langsung sebagai alat ataupun media yang sangat meringankan tugas seseorang.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. Sehingga Stasiun BMKG (Badan Meteorologi, Klimatologi, dan Geofisika) dapat memberitahukan bahwa bagaimana prediksi cuaca hari yang diinginkan. Gejala yang disebabkan cuaca yang penulis maksudkan khusus Cuaca, dimana didalamnya terdiri dari banyak macam dan variasi gejala yang ditemui pada perkiraan cuaca.

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

5. BATASAN 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) Metode yang digunakan Metode Sugeno3) Hasil yang dihasilkan oleh aplikasi berupa rekomendasi untuk pelayaran.

6. TUJUAN PENELITIANAdapun tujuan yang ingin dicapai dalam penelitian ini adalah :1) Merancang dan membangun sebuah aplikasi yang dapat melakukan peramalan cuaca.2) Dapat menerapkan logika fuzzy dengan metode sugeno untuk peramalan cuaca.

7. MANFAAT PENELITIANManfaat dilakukan penelitian ini adalah :1) Dapat memperoleh sebuah rekomendasi untuk pelayaran kapal berdasarkan hasil peramalan.2) Dapat mengurangi resiko terjadinya kecelakaan kapal akibat cuaca.3) Dapat menerapkan metode Sugeno.

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 Sugeno menggunakan bahasa pemrograman Matlab. Adapun langkah-langkah dalam membangun aplikasi ini secara garis besar adalah sebagai berikut :1) Analisa KebutuhanSebelum melakuan pembuatan aplikasi peramalan ini penulis melakukan analisa kebutuhan yang diperlukan dalam penelitian ini. Adapun dalam melakukan pengolahan data aplikasi ini memerlukan masukan, keluaran dan kebutuhan interface. Adapun tujuan dilakukan analisa kebutuhan ini adalah untuk sebagai pedoman yang 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 input data kedalam aplikasi, dilanjutkan dengan melakukan proses. Setelah itu dilakukan proses peramalan dan setelah proses selesai akan menghasilkan prediksi cuaca sehingga didapat sebuah rekomendasi untuk pelayaran.Dalam pembuatan aplikasi ini diperlukan beberapa perangkat lunak serta perangkat keras agar dapat tercapai tujuan yang diinginkan. Yaitu :a. Perangkat LunakBerikut ini merupakan perangkat lunak yang penulis gunakan dalam pembuatan aplikasi ini 1. Matlab 2. 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 Sugeno yang 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 pengguna dapat menggunakan aplikasi ini. Jika terdapat penggunakan untuk keperluan yang lebih komplit maka akan dilakukan pemeliharaan dan perbaikan serta pengembangan dari pada aplikasi ini.

9. TINJAUAN 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 data9.2 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. 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 fuzzylogic memang tidak sepresisi bilangan, namun kata-kata jauh lebih dekat dengan intuisi manusia[NAB-2009].Mengenai logikafuzzy pada dasarny atidak semua keputusan dijelaskan dengan 0 atau 1, namun ada kondisi diantara keduanya, daerah diantara keduanya inilah yang disebut dengan fuzzy atau tersamar. Secara umum ada beberapa konsep sistem logika fuzzy, sebagai berikut dibawah ini:Himpunan tegas yang merupakan nilai keanggotaan suatu sistem dalam suatu himpunan tertentu. Himpunan fuzzy yang merupakan suatu himpunan yang digunakan untuk mengatasi kekakuan dari himpunan tegas.Fungsi keanggotaan yang memiliki interval 0 sampai 1 Variabel linguistic yang merupakansuatuvariabelyangmemilikinilai berupa kata-kata yang dinyatakan dalam bahasa alamiah dan bukan angka.Operasi dasar himpunan fuzzy merupakan operasi untuk menggabungkan dan atau memodifikasi himpunan fuzzy, Aturan(rule) if-then fuzzy merupakan suatu pernyataan if-then, dimana beberapa kata-kata dalam pernyataan tersebut ditentukan oleh fungsi keanggotaan. Dalam proses pemanfaatan logika fuzzy, ada beberapa hal yang harus diperhatikan salah satunya adalah cara mengolah input menjadi output melalui sistem inferensi fuzzy. Metode inferensi fuzzy atau cara merumuskan pemetaan, dari masukan yang diberikan kepada sebuah keluaran. Proses ini melibatkan fungsi keanggotaan, operasi logika, serta aturan IF-THEN. Hasil dari proses ini akan menghasilkan sebuah sistem yang disebut dengan FIS (Fuzzy Inferensi System). Dalam logika fuzzy tersedia beberapa jenis FIS diantaranya adalah Mamdani, Sugeno, dan Tsukamoto.9.3.1 Alasan Digunakannya Logika 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. Domain1. Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan. Nilai domain dapat berupa bilangan positif maupun negatif. Perolehan Data beserta rentang nilai. Sebagian data diatas dipergunakan sebagai variabel masukan. Tabel 2.1. Klasifikasi Variabel KreteriaKeterangan

Tekanan Udara 205= Konektivitas sangat kuat

Suhu Udara< 1000= Energinya kecil1000 2500= Energinya besar> 2500= Energinya sangat besar

Kelembaban Udara< 10= Kandungan uap air sedikit10 to 60= Kandungan uap air sedang> 60= Kandungan uap air Banyak

2. Pembentukan Fungsi KeanggotanPenelitian diawali dengan cara :1) Pengelompokan masing-masing variable dengan masing-masing himpunan memiliki rentang nilai tertentu.2) Nilai keanggotaan (-predikat) dilakukan dengan mengambil nilai minimum karena menggunakan operator AND3) Kurva untuk daerah tepi berbentuk bahu, sedangkan bagian tengah berbentuk segitiga. Untuk menentukan prakiraan cuaca umum,diperlukan kombinasi kriteria dari 3 variabel seperti pada gambar. Untuk mendapatkan keluaran, caranya dengan menghitung rata-rata terbobot berdasarkan rumus3. Pembentukan Fungsi Keanggotaan dan

Gambar 2.6 Fungsi Keanggotaan Variabel Tekanan Udara

Gambar2.7 Fungsi Keanggotaan Variabel Suhu Udara

Gambar2.8 Fungsi Keanggotaan Variabel Kelembaban UdaraAplikasi Fungsi Implikasi, Komposisi dan Penegasan (Defuzzyfikasi) Setelah menerima input fungsi keanggotaan dari masing-masing himpunan, langkah selanjutnya adalah mengkombinasikan himpunan-himpunan tersebut menjadi 27 aturan(R).Dengan menggunakan operator AND dalam kombinasi ini, maka penentuan predikat dilakukan dengan mencari nilai ter- kecil dari setiap kombinasi. Agar lebih mudah memahami proses implikasi, komposisi, dan defuzzyfikasi, kita asumsikan bahwa:1. Untuk fungsi keanggotaan Tekanan Udara, himpunan lemah diberi bobot 1, kuat diberi bobot 2, dan sangat kuat diberi bobot 3.2. Untuk fungsi keanggotaan Suhu udara: himpunan kecil diberi bobot1, besar diberi bobot 2, dan sangat besar diberi bobot 3.3. Untuk fungsi keanggotaan Kelembaban udara: himpunan sedikit diberi bobot 1, sedang diberi bobot 2, dan banyak diberi bobot 3

9.3.3 Komposisi Aturan Tidak seperti penalaran monoton, apabila sistem terdiri-dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu: max, additive dan probabilistik OR (probor).

a. Metode Max (Maximum)Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy, dan mengaplikasikannya ke output dengan menggunakan operator OR (union). Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan:sf[xi] max(sf[xi],kf[xi])

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

b. Metode Additive (Sum)Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan bounded-sum terhadap semua output daerah fuzzy. Secara umum dituliskan: sf[xi] min(1,sf[xi]+kf[xi])dengan:sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;

c. Metode Probabilistik OR (probor)Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy. Secara umum dituliskan: sf[xi] (sf[xi]+kf[xi]) - (sf[xi] *kf[xi])dengan:sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;9.3.4 Defuzzifikasi (Defuzzification)Defuzzifikasi merupakan sebuah bilangan tunggal,yaitu harga variable masukan dan keluarnya adalah derajat keanggotan dalam suatu fuzzy set dalam antecedent,maka masukan dan keluaran defuzzifikasi adalah sebuah set (dalam hal ini fuzzy set hasil agregasi)dan keluarannya adalah sebuah tunggal untuk diisikan ke sebuah variable keluaran FIS.Ada beberapa jenis versi bilangan tunggal yang dimaksud tersebut .mungkin yang paling populer adalah center of area atau centroid dibawah kurva dari fuzzy set hasil agregasi. transformasi yang menyatakan kembali keluaran dari dominan fuzzy dalam dominan crisp.keluaran fuzzy diperoleh melalui ekaskusi dari beberapa fungsi keanggotaan fuzzy. Terdapat tujuan metode yang dapat digunakan pada proses defuzzifiheight method (Max-membership principle),dengan mengambil nilai fungsi keanggotaan terbesar dari keluaran fuzzy yang ada untuk dijadikan nilai keluaran dari seluruh fungsi keanggotan keluaran fuzzy yang ada untuk dijadikan nilai defuzzifikasi,centroid (center of grafity )method, mengambil nilai tengah dari seluruh fungsi keanggotan keluaran fuzzy yang ada untuk dijadikan nilai defuzzyfikasi,weighted average method,hanya dapat digunakan 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 SugenoMenurut fanoeel Thamrin (2012:9) dalam membangun sebuah system fuzzy dikenal beberapa metode penalaran ,antara lain: metode Tsukamoto,metode mamdani dan metode sugeno.pada perancangan peramalan cuaca akan digunakan metode Takagi Sugeno.Fuzzy metode sugeno merupakan metode inferensi fuzzy untuk aturan yang direpresentasikan dalam bentuk IF THEN, dimana output (konsekuen) sistemtidakberupahimpunanfuzzy,melainkanberupakonstantaataupersamaan linear [KUS-02:98]. Metode ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985. Model Sugeno menggunakan fungsi keanggotaan Singleton yaitu fungsi keanggotaan yang memiliki derajat keanggotaan 1 pada suatu nilai crisp tunggal dan 0 pada nilaicrispyang lain.Untuk Orde0 dengan rumus :IF(x1 is a1) (x2 is A2) (xn is An)THEN z= k,dengan Ai adalah himpunan fuzzy ke i sebagai antaseden (alasan), adalah operator fuzzy (AND atau OR) dan k merupakan konstanta tegas sebagai konsekuen(kesimpulan).Sedangkan rumusOrde1 adalah:IF(x1 is a1) (x2 is A2) (xn is An)Pada metode Takagi Sugeno ,setiap konsekuen pada aturan yang berbentuk IF-THEN harus di persentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotan monoton.sebagai hasilnya ,output hasil inferensi dari tiap-tiap aturan diberikan (crsip) berdasarkan a-predikat(fire strength).hasil akhirnya diperoleh menggunakan rata-rata terbobot.misal ada 2 variabel input,var -1{x} dan var -2(y) serta 1 variabel output var-3 (z),dimana var-1 terbagi atas 2 himpunan yaitu A1 dan A2 dan var-2 terbagi atas himpunan B1 dan B2.Sedangkan var-3 juga terbagi atas 2himpunan yaitu C1dan C2.Ada 2 aturan yang digunakan yaitu:[R1] IF (x is A1) and (y is B2) THEN (z is c1)[R2] IF (x is A2) and (y is B1) THEN (z is C2).

9.5 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.

1) Jendela Utama

Gambar 2.2. Jendela Utama MatlabBeberapa bagian dari Window Matlab adalah sebagai berikut:a. Current Directory Window ini menampilkan isi dari direktori kerja saat menggunakan Matlab. Kita dapat mengganti direktori ini sesuai dengan tempat direktori kerja yang diinginkan. Default dari alamat direktori berada dalam folder works tempat program files Matlab berada.

b. Command History Window ini berfungsi untuk menyimpan perintah-perintah apa saja yang sebelumnya dilakukan oleh pengguna terhadap Matlab.

c. Workspace Workspace berfungsi untuk menampilkan seluruh variable-variable yang sedang aktif pada saat pemakaian Matlab. Apabila variable berupa data matriks berukuran besar, maka user dapat melihat isi dari seluruh data dengan melakukan double klik pada variable tersebut. Matlab secara otomatis akan menampilkan window array editor yang berisikan data pada setiap variable yang dipilih user.

d. Command Window Window ini adalah window utama dari Matlab. Disini adalah tempat untuk menjalankan fungsi, mendeklarasikan variable, menjalankan proses-proses, serta melihat isi variabel.

10 PENELITIAN TERKAITBerikut ini adalah beberapa penelitian yang telah dilakukan sebelumnya yang terkait dengan penelitian yang penulis lakukan ini :a. Aplikasi Sistem Inferensi Fuzzy Metode Sugeno Dalam Memperkirakan Produksi Air Mineral Dalam Kemasan, Suwandi, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri YogyakartaPersaingan pasar dalam dunia industri pada era globalisasi saat ini semakin kompetitif sehingga dibutuhkan kemampuan pengelola perusahaan yang profesional agar dapat memenangkan persaingan dalam pasar global. Pada bidang produksi kemampuan itu antara lain adalah kemampuan merencanakan atau menentukan jumlah produksi barang. Hal ini agar dapat memenuhi permintaan pasar dengan jumlah yang sesuai dengan memperhatikan persediaan barang, biaya yang tersedia dan kemampuan mesin produksi. Sehingga jumlah kebutuhan konsumen terhadap barang produksi terpenuhi dengan tepat. Penelitian ini bertujuan untuk memperkirakan berapa jumlah produksi dengan mengaplikasikan sistem inferensi fuzzy metode Sugeno orde satu berdasarkan variabel jumlah permintaan, jumlah persediaan, kemampuan mesin produksi dan biaya produksi yang tersedia. Pengambilan data diperoleh dari Perusahaan Daerah Air Minum dengan produk air minum dalam kemasan, mulai bulan Januari 2011 sampai dengan Pebruari 2011. Tahapan pengolahan data meliputi proses fuzzifikasi, pembentukan aturan dasar dengan menggunakan metode inferensi model fuzzy Sugeno orde satu, mengaplikasikan komposisi aturan dan defuzifikasi. Estimasi jumlah permintaan pada periode berikutnya dimaksudkan agar jumlah produksi dapat ditentukan lebih tepat. Metode estimasi menggunakan regresi kuadratik. Sedangkan untuk mengetahui tingkat akurasi hasil estimasi digunakan Mean Absolute Percentage Error (MAPE).

b. Analisis Sistem Inference Fuzzy Sugeno Dalam Menentukan Harga Penjualan Tanah Untuk Pembangunan Minimarket, Rizkysari Meimaharani, Jurnal Simetris, Vol 5 No 1 April 2014 Issn: 2252-4983, Fakultas Teknik, Program Studi Teknik Informatika Universitas Muria Kudus.Persaingan pembuatan minimarket dilihat dari lokasi, tanah, dan prasarana yang mendukung. Harga penjualan tanah dilihat dari luas tanah dan jarak dari minimarket lain. Semakin jauh jarak minimarket satu dengan minimarket yang lain maka nilai jual akan semakin tinggi. Penelitian ini bertujuan mengalokasi harga penjualan tanah untuk dibangunkan minimarket. Pengolahan data menggunakan Inference Fuzzy Sugeno. Interface Fuzzy Sugeno outputnya berupa konstanta atau persamaan linier. 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

Feb 2015Mar 2015Apr 2015Mei 2015Jun 2015Jul 2015

1Studi Kepustakaan

2Penerimaan Proposal Skripsi

3Pengumpulan dan Analisis Data

4Pembuatan Aplikasi /Program

5Pengujian Aplikasi /Program

6Penyelesaian Laporan Akhir

12 DAFTAR PUSTAKAAgus Naba. 2009. Fuzzy Logic Menggunakan Matlab. Andi. Yogyakarta.

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

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

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

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

Muhammad Iqbal. 2009. Pengolahan Citra Digital Menggunakan Matlab.

Teguh widiarsono, 2005. Tutorial Praktis Belajar Matlab. Jakarta

1