3.5 Pengembangan Perancangan Sistem Pengambilan
3.5.1 Sistem Fuzzy Decision
Sistem fuzzy decision adalah sistem yang mengolah lebih lanjut hasil dari sistem fuzzy selection untuk menentukan 2 kapal teridentifikasi melakukan transhipment atau tidak.
Gambar 3.14 merupakan sistem logika fuzzy decision dengan variabel masukan berupa pola perubahan kecepatan masing-masing kapal,rate of turn, perubahan jarak kedua kapal, selisih kecepatan kedua kapal , dan selisih heading akhir sebelum diputuskan illegal transhipment atau tidak.
Gambar 3. 15 FIS Sistem Fuzzy Decision
Tampilan FIS sistem fuzzy decision dapat dilihat pada gambar 3.15. Sistem pengambilan keputusan yang dirancang menggunakan kendali logika fuzzy tipe Mamdani. Tipe ini dipilih karena sesuai dengan sistem yang dirancang yaitu masukan dan keluaran numerik. Perancangan sistem dimulai dari penentuan parameter masukan yang akan diolah ke dalam sistem logika fuzzy melalui proses fuzzifikasi. Parameter masukan sistem fuzzy decision dapat dilihat pada tabel 3.4.
Tabel 3. 4 Parameter Masukan Logika Fuzzy Decision (Suncoko, 2017)
No Parameter Satuan Himpunan
Keanggotaan Domain Fungsi Keanggotaan 1 Perubahan Jarak meter N [-35 -35 0] trimf Z [-5 -3 0 3 5] trapmf P [0 35 35] trimf 2 Heading degree OT [-6 -5 5 6] trapmf C [6 7 173 174] trapmf
Tabel 3.4 (Lanjutan)
No Parameter Satuan Himpunan
Keanggotaan Domain Fungsi Keanggotaan 2 Heading degree HO [174 175 185 186] trapmf 3 Perubahan kec kapal 1 knot Kecil [-0.25 -0.25 -0.1 0] trapmf Sedang [-0.1 0 0.1] trimf Besar [0 0.1 0.25 0.25] trapmf 4 Perubahan kec kapal 2 knot Kecil [-0.25 -0.25 -0.1 0] trapmf Sedang [-0.1 0 0.1] trimf Besar [0 0.1 0.25 0.25] trapmf 5 Selisih kecepatan kedua kapal knot kecil [0 0 0.45 0.5] trapmf Besar [0.5 10 10] trimf 6 Rate of Turn kapal 1 deg/min Kecil [0 0 5] trimf Sedang [3 9 15] trimf Besar [12 20 28] trimf 7 Rate of Turn kapal 2 deg/min Kecil [0 0 5] trimf Sedang [3 9 15] trimf Besar [12 20 28] trimf
Keterangan: OT : Overtake, C : Crossing, HO : Head On N : Negative , Z : Zero , P : Positive
Tabel 3.2 menjelaskan secara detail nilai yang digunakan pada masing-masing parameter masukan sistem. Dibawah ini penjabaran dari masukan serta keluaran sistem logika fuzzy decision.
Gambar 3. 16 Himpunan Keanggotaan Masukan Perubahan Jarak
Fungsi keanggotaan perubahan jarak 2 kapal yang merupakan masukan dari logika fuzzy final decision ditunjukkan pada Gambar 3.16. Parameter masukan perubahan jarak 2 kapal dibagi menjadi 3 himpunan keanggotaan untuk mengelompokkan setiap nilai dari jarak waspada tersebut. Himpunan keanggotaan tersebut yaitu negatif (N), zero (Z), dan positif (P) (Masroeri, 2016). Tiap fungsi keanggotaan tersebut menggunakan bentuk segitiga (trimf) dan memiliki range nilai tertentu. Range nilai untuk setiap himpunan keanggotaan N, Z, dan P berturut-turut yaitu -35 –0 meter, -5 – 5 meter, dan 0 – 35 meter. Variabel masukan perubahan jarak diperoleh dari perhitungan persamaan (3.4).
Δ𝑑
̅̅̅̅ =∑𝑛𝑛=1(𝑑(𝑛)−𝑑(𝑛−1))
𝑛 (3.3) Dimana :
Δ𝑑
̅̅̅̅ : rata-rata perubahan jarak 2 kapal (meter) d(n) : jarak kedua kapal saat data ke-n (meter) d(n-1) : jarak kedua kapal saat data ke-(n-1) (meter)
Gambar 3. 17 Himpunan Keanggotaan Masukan Rate of Turn Kapal 1 &2
Gambar 3.17 menunjukkan fungsi keanggotaan rate of turn kapal yang merupakan masukan fuzzy selection.Parameter masukan rate of turn dibagi menjadi 3 himpunan keanggotaan. Himpunan keanggotaan tersebut yaitu kecil, sedang, dan besar (Suncoko, 2017). Parameter rate of turn digunakan untuk mengetahui apakah pola manuver kapal termasuk wajar atau tidak. Pada open water (perairan terbuka) sangat jarang kapal melakukan intensitas manuver yang besar (Jean-Pierre, 2010). Tiap fungsi keanggotaan tersebut menggunakan bentuk segitiga (trimf). Fungsi keanggotaan trapmf ini sangat sesuai digunakan untuk parameter masukan rate of turn. Range nilai untuk setiap himpunan keanggotaan kecil, sedang, dan besar berturut-turut yaitu 0 sampai 5,5 deg/min, 3 sampai 15 deg/min, dan 12 sampai 20 degree/min. Rate of turn diperoleh melalui selisih sudut heading per satuan waktu. Variabel masukan rate of turn kapal diperoleh dari perhitungan persamaan (3.3).
𝑟 =𝑑Ψ𝑑𝑡 (3.4) Dimana :
r : turn rate (deg/min) Ψ : heading kapal (deg)
Gambar 3. 18 Himpunan Keanggotaan Masukan Heading Himpunan keanggotaan selisih heading 2 kapal yang merupakan masukan fuzzy decision ditunjukkan pada gambar 3.18. Parameter masukan heading antara 2 kapal dibagi menjadi 3 fungsi keanggotaan untuk mengelompokkan setiap nilai dari selisih sudut heading. Himpunan keanggotaan tersebut yaitu overtake (OT), crossing (C), dan head on (HO) (Masroeri, 2016). Tiap fungsi keanggotaan tersebut menggunakan bentuk trapezium (trapmf). Fungsi keanggotaan trapmf ini digunakan untuk parameter masukan heading karena semua sudut heading memiliki nilai keanggotaan satu. Range nilai untuk setiap himpunan keanggotaan OT, C, dan HO berturut-turut yaitu -6 sampai 6 degree, 6 sampai 174 degree, dan 174 sampai 186 degree. Variabel masukan selisih heading 2 kapal diperoleh dari perhitungan persamaan (3.5).
ΔΨ = Ψ1− Ψ2 (3.5) Dimana
Ψ1:Heading kapal 1 (o) Ψ2:Heading kapal 2 (o)
Gambar 3. 19 Himpunan Keanggotaan Masukan Perubahan Kecepatan Kapal 1&2
Himpunan keanggotaan perubahan kecepatan kapal yang merupakan masukan dari logika fuzzy final decision ditunjukkan pada Gambar 3.19. Perubahan kecepatan kapal disini adalah perubahan dari waktu ke (n) dengan waktu ke (n-1), lalu dijumlah dan dirata-rata persatuan waktu. Parameter masukan perubahan kecepatan kapal dibagi menjadi 3 himpunan keanggotaan untuk mengelompokkan setiap nilai dari masukan tersebut. himpunan keanggotaan tersebut yaitu negatif (N), zero (Z), dan positif (P) (Masroeri, 2016). Fungsi keanggotaan N dan P menggunakan trapesium (trapmf) sedangkan unntuk Z menggunakan segitiga (trimf).Range nilai untuk setiap himpunan keanggotaan N, Z, dan P berturut-turut yaitu -0.25 – 0 Knot, -0.05 – 0.05 Knot, dan 0 – 0.25 Knot. Variabel masukan kecepatan diperoleh dari perhitungan persamaan (3.6). Δv ̅̅̅̅ =∑𝑛𝑛=1(𝑣(𝑛)−𝑣(𝑛−1)) 𝑛 (3.6) Dimana : Δ𝑣
̅̅̅̅ : rata-rata perubahan kecepatan kapal (knot/min) v(n) : kecepatan kapal saat data ke-n (knot) v(n-1) : kecepatan kapal saat data ke-(n-1) (knot)
Gambar 3. 20 Himpunan Keanggotaan Masukan Selisih Kecepatan
Himpunan keanggotaan selisih kecepatan kapal merupakan masukan dari logika fuzzy final decision ditunjukkan pada Gambar 3.208. Selisih kecepatan kapal disini adalah perbedaan kecepatan kapal 1 dengan kapal 2 dalam besaran vektor. Parameter masukan perubahan kecepatan kapal dibagi menjadi 2 himpunan keanggotaan untuk mengelompokkan setiap nilai dari masukan tersebut. Himpunan keanggotaan tersebut yaitu kecil dan besar (Suncoko, 2017). Fungsi keanggotaan kecil menggunakan trapesium (trapmf) sedangkan untuk fungsi keanggotaan besar menggunakan segitiga (trimf).Range nilai untuk setiap himpunan keanggotaan kecil dan besar berturut-turut yaitu 0 – 0.5 Knot dan 0.5-10 Knot. Variabel masukan kecepatan diperoleh dari perhitungan persamaan (3.7).
Δv = √𝑣12+ 𝑣22− 2𝑣1𝑉2𝑐𝑜𝑠ΔΨ (3.7) Dimana :
Δv : selisih kecepatan 2 kapal setelah 10 menit (knot)
ΔΨ : selisih heading kedua kapal (deg)
v1 : kecepatan kapal 1 setelah 10 menit (knot) v2 : kecepatan kapal 2 setelah 10 menit (knot)
Gambar 3. 21 Fungsi Keanggotaan Keluaran Sistem Fuzzy Decision
Gambar 3.21 menunjukkan himpunan keanggotaan keluaran pada sistem pengambilan keputusan logika fuzzy decision. Variabel keluaran dibagi menjadi 2 himpunan keanggotaan yaitu diduga melakukan illegal transshipment dan tidak melakukan illegal transshipment. Fungsi keanggotaan masing-masing himpunan tersebut menggunakan bentuk segitiga (trimf). Range nilai untuk setiap himpunan keanggotaan tidak diduga dan diduga secara berturut-turut yaitu 0 – 50 % dan 50 – 100 %.
Selanjutnya adalah penyusunan rule base (basis aturan) yang akan digunakan pada sistem untuk mengambil keputusan apakah kapal merupakan kapal dengan pola pergerakan seperti variabel masukan sistem pengambilan keputusan sesuai dengan kriteria kapal yang melakukan illegal transhipment atau tidak. Untuk penentuan jumlah rule berdasarkan kemungkinan menggunakan asas probabilitas. Logika fuzzy decision terdiri dari 5 variabel masukan dan 1 keluaran maka diperoleh 47 aturan (rules) if – then yang akan menjadi basis aturan dalam logika fuzzy decision.
Berikut ini adalah Rule Base pada logika fuzzy selection: R1 : if (perubahan jarak 2 kapal is P) then (keluaran is tidak) R2 : if (perubahan jarak 2 kapal is Z) then (keluaran is tidak)
R47 : IF...THEN... Tahap terakhir adalah defuzzifikasi yang merupakan proses mengubah besaran fuzzy menjadi bentuk data crisp atau nilai tegas berdasarkan fungsi keanggotaannya. Metode defuzzifikasi dalam tugas akhir ini menggunakan metode centroid. Gambar 3.22 menunjukkan rule viewer dari sistem pengambilan keputusan logika fuzzy yang telah dirancang. Rule Viewer pada Gambar 3.22 bertujuan untuk mengetahui angka numerik yang dihasilkan dari sistem yang sudah dibangun dalam pengambilan keputusan.
Gambar 3. 22 Rule Viewer Sistem Fuzzy Decision Selain Rule viewer hubungan antara variabel masukan dan keluaran sistem ditampilkan dalam bentuk 3 dimensi yang ditunjukkan oleh surface viewer pada Gambar 3.23.
Gambar 3. 23 Surface Viewer Sistem Fuzzy Decision 1
Gambar 3.23 menunjukkan hubungan variabel masukan
rata-rata perubahan jarak kedua kapal (meter) dan heading
(deg) terhadap hasil keluaran sistem fuzzy selection (%).
Gambar 3. 24 Surface Viewer Sistem Fuzzy Decision 2 Gambar 3.24 menunjukkan hubungan variabel masukan rata-rata perubahan jarak kedua kapal (meter) dan perubahan kecepatan
masing-masing kapal (knot/min) terhadap hasil keluaran sistem fuzzy selection (%).
Gambar 3. 25 Surface Viewer Sistem Fuzzy Decision 3 Gambar 3.25 menunjukkan hubungan variabel masukan rata-rata perubahan jarak kedua kapal (meter) dan selisih kecepatan kedua kapal setelah 10 menit proses sortir (knot) terhadap hasil keluaran sistem fuzzy selection (%).
Gambar 3. 26 Surface Viewer Sistem Fuzzy Decision 4 Gambar 3.26 menunjukkan hubungan variabel masukan rata-rata perubahan jarak kedua kapal (meter) dan rate of turn
masing-masing kapal (deg/min) terhadap hasil keluaran sistem fuzzy selection (%).