ANALISA SERTA IMPLEMENTASI
4.1. Analisa Teknik Fuzzy Mamdani
Sebagai penyusunan penerapan logika fuzzy mamdani untuk memperkirakan cuaca ini dilakukan beberapa langkah untuk membuat keterangan yang valid sebagai penyusunannya. Setelah dilakukan perhitungan serta percobaan, maka dibuat hasil perkiraan cuaca menggunakan Matlab. Tahapan analisa perancangan sistem terdiri dari logika fuzzy serta analisis kebutuhan data perambil lunak.
Tahap analisa perancangan ini meliputi penjelasan perihal vaiabel fuzzy, kumpulan fuzzy, semesta pembentukan, domain kumpulan fuzzy, fungsi keanggotaan, aturam fuzzy serta langkah atas teknik mamdani. Berikut penjelasan lebih lanjut dari masing-masing tahapan.
a. Kumpulan Fuzzy
Kumpulan yang elemen-elemennya mempunyai derajat keanggotaan. Atas tahapan ini dibentuk beberapa kumpulan samar trdapat dari empat varibel kluaran
Tabel 4.1. Kumpulan Variabel Input No Input Tingkat Fuzzy
b. Fungsi Keanggotaan
Fungsi derajat keanggotaan memiliki nilai interval 0 mencapai 1 yang di ambil berdasarkan rentang nilai domain kumpulan fuzzy dari tiap-tiap variabel. Berikut penjelasan yang akan dijabarkan perihal fungsi derajat keanggotaan dari tiap-tiap variabel.
a) Fungsi Keanggotaan Variabel Suhu
Dingin Sedang Panas
23,9 26,7 29,5
Gambar 4.1 Kurva Fungsi derajat Keanggotaan Suhu Sumber : Kusuma dewi serta purnomo (2004)
Fungsi derajat keanggotaan suhu di ambil berbasiskan persamaan 2.1, persamaan 2.2 serta persamaan 2.3.
38
b) Fungsi Derajat Keanggotaan Variabel Kelembaban
Lembab Sedang Tidak Lembab
69 84 99 100
Gambar 4.2. Kurva Fungsi Derajat Keanggotaan Kelembaban Sumber : Kusuma dewi dan purnomo (2004)
Fungsi derajat keanggotaan kelembaban ditulis berbasiskan persamaan 2.1, persamaan.2.2.serta.persamaan 2.3.
( ) 84 ; 84 99
c) Fungsi Derajat Keanggotaan Variabel Tekanan Udara
Pelan Sedang Kencang
1 9,5 18
Gambar 4.3 Kurva Fungsi Keanggotaan Kecepatan Angin Sumber : Kusuma dewi serta purnomo (2004)
Fungsi keanggotaan kecepatan angin ditulis berbasiskan persamaan 2.1, persamaan 2.2 serta persamaan 2.3.
1; 1
40
Berdasarkan landasan teori tentang perkiraan cuaca yang dilakukan, maka dibentuk pembobotan dari masing-masing kumpulan fuzzy seperti berikut:
a. Untuk fungsi derajat keanggotaan suhu, kumpulan tingkat rendah dibagi menjadi bobot 1m dibagi bobot 2, serta tinggi dibagi bobot 3.
b. Untuk fungsi derajat keanggotaan kelembaban, kumpulan tingkat rendah dibagi bobot 1, dibagi bobot 2, serta tinggi dibagi bobot 3.
c. Untuk fungsi derajat keanggotaan kecepatan angin, kumpulan tingkat rendah dibagi bobot 1, dibagi bobot 2, serta tinggi dibagi bobot 3
d. Untuk fungsi derajat keanggotaan intesitas cahaya, kumpulan tingkat rendah dibagi bobot 3, dibagi bobot 2, serta tinggi di bagi bobot 1.
c. Pembentukan Aturan Samar (Fungsi Implikasi)
Setiap aturan (proposisi) atas\baris pengetahuan fuzzy saling ketergantungan umum melalui satu relasi. Bentuk p dari yang dipakai sebagai fungsi implikasi yaitu –IF x is A THEN y is B-. Atas teknik mamdani fungsi implikasi yang dipakai yaitu Min.
[R1] IF suhu dingin AND.kelembaban lembab AND kecepatan angin pelan THEN cuaca hujan
α-predikat = µsh DINGIN Ո µklb LEMBAB Ո µang PELAN = MIN (0;0;0)
= 0
[R2] IF suhu dingin DAN kelembaban lembab DAN kecepatan angin sedang THEN cuaca hujan
α-predikat = µsh DINGIN Ո µklb LEMBAB Ո µang SEDANG = MIN (0;0;0.8)
= 0
[R3] IF suhu dingin DAN kelembaban lembab DAN kecepatan angin kencang THEN cuaca hujan
α-predikat = µsh DINGIN Ո µklb LEMBAB Ո µang KENCANG = MIN (0;0;17)
= 0
[R4] IF suhu dingin DAN kelembaban sedang DAN kecepatan angin pelan THEN cuaca berawan
α-predikat = µsh DINGIN Ո µklb SEDANG Ո µang PELAN = MIN (0;0.25;0)
= 0
[R5] IF suhu dingin DAN kelembaban sedang DAN kecepatan angin sedang THEN cuaca berawan
α-predikat = µsh DINGIN Ո µklb DAN Ո µang SEDANG = MIN (0;0.25;0.8)
= 0
[R6] IF suhu dingin DAN kelembaban sedang DAN kecepatan angin kencang THEN cuaca berawan
α-predikat = µsh DINGIN Ո µklb SEDANG Ո µang KENCANG = MIN (0;0.25;17)
= 0
[R7] IF suhu dingin DAN kelembaban tidak lembab DAN kecepatan angin pelan THEN cuaca berawan
α-predikat = µsh DINGIN Ո µklb TDK LEMBAB Ո µang PELAN = MIN (0;0.4;0)
= 0
42
[R8]IF suhu dingin AND kelembaban tidak lembab DAN kecepatan angin sedang THEN cuaca cerah berawan
α-predikat = µsh DINGIN Ո µklb TDK LEMBAB Ո µang SEDANG = MIN (0;0.4;0.8)
= 0
[R9] IF suhu dingin DAN kelembaban tidak lembab DAN kecepatan angin kencang THEN cuaca hujan
α-predikat = µsh DINGIN Ո µklb TDK LEMBAB Ո µang KENCANG = MIN (0;0.4;17)
= 0
[R10] IF suhu sedang DAN kelembaban lembab DAN kecepatan angin pelan THEN cuaca hujan
α-predikat = µsh SEDANG Ո µklb LEMBAB Ո µang PELAN = MIN (0.1;0;0)
= 0
[R11] IF suhu sedang DAN kelembaban lembab DAN kecepatan angin pelan THEN cuaca berawan
α-predikat = µsh SEDANG Ո µklb LEMBAB Ո µang PELAN = MIN (0.1;0;0)
= 0
[R12] IF suhu sedang DAN kelembaban lembab DAN kecepatan angin kencang THEN cuaca hujan
α-predikat = µsh SEDANG Ո µklb LEMBAB Ո µang KENCANG = MIN (0.1;0;17)
= 0
[R13] IF suhu sedang DAN klembaban sedang DAN kecepatan angin sesertag THEN cuaca hujan
α-predikat = µsh SEDANG Ո µklb SEDANG Ո µang SEDANG = MIN (0.1;0.25;0.8)
= 0.25
[R14] IF suhu sedang AND kelembaban sedang DAN kecepatan angin pelan THEN cuaca berawan
α-predikat = µsh DINGIN Ո µklb LEMBAB Ո µang PELAN = MIN (0.1;0.25;0)
= 0
[R15] IF suhu sedang DAN kelembaban sedang DAN kecepatan angin sedang THEN cuaca berawan
α-predikat = µsh SEDANG Ո µklb SEDANG Ո µang SEDANG = MIN (0.1;0.25;0.8)
= 0.25
[R16] IF suhu sedang DAN kelembaban tidak lembab AND kecepatan angin sedang THEN cuaca berawan
α-predikat = µsh SEDANG Ո µklb TDK LEMBAB Ո µang SEDANG = MIN (0.1;0.4;0.8)
= 0.1
[R17] IF suhu sedang DAN kelembaban sedang DAN kecepatan angin kencang THEN cuaca hujan
α-predikat = µsh SEDANG Ո µklb SEDANG Ո µang KENCANG = MIN (0.1;0.25;17)
= 0.25
44
[R18] IF suhu sedang DAN kelembaban tidak lembab DAN kecepatan angin pelan THEN cuaca berawan
α-predikat = µsh SEDANG Ո µklb TDK LEMBAB Ո µang PELAN = MIN (0.1;0.25;0)
= 0
[R19] IF suhu sedang DAN kelembaban tidak lembab DAN kecepatan angin sedang THEN cuaca cerah berawan
α-predikat = µsh SEDANG Ո µklb TDK LEMBAB Ո µang SEDANG = MIN (0.1;0.4;0.8)
= 0.1
[R20] IF suhu sedang DAN kelembaban tidak lembab DAN kecepatan angin kencang THEN cuaca hujan
α-predikat = µsh SEDANG Ո µklb TDK LEMBAB Ո µang KENCANG = MIN (0.1;0.4;17)
= 0.1
[R21] IF suhu panas DAN kelembaban lembab DAN kecepatan angin pelan THEN cuaca cerah berawan
α-predikat = µsh PANAS Ո µklb LEMBAB Ո µang PELAN = MIN (0.2;0;0)
= 0
[R22] IF suhu panas DAN kelembaban sedang DAN kecepatan angin sedang THEN cuaca cerah berawan
α-predikat = µsh PANAS Ո µklb SEDANg Ո µang SEDANG = MIN (0.2;0.25;0.8)
= 0.25
[R23] IF suhu panas DAN kelembaban sedang DAN kecepatan angin kencang THEN cuaca cerah berawan
α-predikat = µsh PANAS Ո µklb SEDANG Ո µang KENCANG = MIN (0.2;0.25;17)
= 0.25
[R24] IF suhu panas DAN kelembaban tidak lembab DAN kecepatan angin kencang THEN cuaca cerah berawan
α-predikat = µsh PANAS Ո µklb TDK LEMBAB Ո µang KENCANG = MIN (0.2;0.4;17)
= 0.2
[R25] IF suhu panas DAN kelembaban sedang DAN kecepatan angin sedang THEN cuaca berawan
α-predikat = µsh PANAS Ո µklb SEDANG Ո µang SEDANG = MIN (0.2;0.25;0.8)
= 0.25
[R26] IF suhu panas DAN kelembaban sedang DAN kecepatan angin sedang THEN cuaca cerah berawan
α-predikat = µsh PANAS Ո µklb SESERTAG Ո µang SESERTAG = MIN (0.1;0.25;0.8)
= 0.25
Dari proses fungsi implikasi bisa diketahui tingkat perkiraan cuaca dari setiap aturan yang tidak bernilai 0 yaitu, [R13], [R15], [R16], [R17], [R19], [R20], [R22], [R23], [R24], [R25], [R25].
d. Defuzzifikasi
Defuzzifikasi untuk teknik mamdani yang dipakai sebagai penelitian ini yaitu teknik centroid (Composite Moment) dimana solusi crips bisa melalui teknik pengangkatan pada titik (z*) daerah arsiran fuzzy. untuk mencari hasil defuzzifikasi, dipakai teknik rata-rata terpusatnya;
46
Berbasiskan prosedur-prosedur fuzzifikasi yang sudah dilakukan diatas melalui membagikan sampel yang layak dihitung sesampai dibisakan nilai statistik perkiraan cuaca, setelah dilakukan penerapan logika fuzzy akhirnya dibisakan nilai statistik 56.2
4.2. Fuzzifikasi
Atas prosedur fuzzifikasi ini dipakai bentuk fungsi keanggotaan trapf seperti variabel masukan serta keluaran. trapf akibat sebagai keterangan. melalui.
Prosedur dilakukan atas tahap fuzzifikasi, melalui merubah angka batasan serta parameter dipakai untuk menciptakan fungsi kenggotaan, dan bisa melalui perubah jenis fungsi keanggotaan yang dipakai keluaran fuzzifikasi dilakukan untk perbagian anggota fuzzy dibwah ini:
Gambar 4.4. Tampilan Fungsi Keanggotaan Suhu
Menentukan fungsi terhadap kenggotaan pada variabel kelembaban setelah melakukan tahap penentuan keanggotaan suhu.
Gambar 4.5. Tampilan Fungsi Keanggotaan Kelembaban
48
Pemberian ketentuan terhadap fungsi keanggotaan pada variabel kecepatan angin setelah melakukan penentuan fungsi keanggotaan kelembaban
Gambar 4.6 Tampilan Fungsi Keanggotaan Kecepatan Angin
Melakukan proses input dan melanjutkan nya dengan cara penentuan fungsi keanggotaan yang akan djadikan sebagai keluaran, seperti gambar berikut
Gambar 4.7 Tmpilan Fungsi Kenggotaan Output