3.5 Pengembangan Perancangan Sistem Pengambilan
3.5.1 Sistem Fuzzy Selection
trimf 2 Selisih heading (Ψ(t)) [-6 186] trimf [-6 186] trapmf 3 Rata-rate perubahan kecepatan kapal 1 Δv1 ̅̅̅̅̅ [-0.25 0.25] trimf [-0.25 0.25] Trimf dan trapmf 4 Rata-rate perubahan kecepatan kapal 1 Δv2 ̅̅̅̅̅̅ [-0.25 0.25] trimf [-0.25 0.25] Trimf dan trapmf 5 Selisih kecepatan kedua kapal Δv(t) - - [0 10] Trimf dan trapmf 6 Rate of turn kapal 1 d Ψ1(t)/dt - - [0 28] trimf 7 Rate of turn kapal 2 d Ψ2(t)/dt - - [0 28] trimf
3.5.1 Sistem Fuzzy Selection
Sistem Fuzzy Selection adalah sistem untuk mensortir 2 kapal berdasarkan variabel masukan sistem yang terdiri dari jarak dan heading. Sistem Fuzzy Selection bertujuan untuk memudahkan proses seleksi kapal-kapal yang diduga akan melakukan illegal transshipment. Gambar 3.5 menggambarkan desain Sistem Fuzzy Selection.
Gambar 3. 5 Sistem Fuzzy Selection
Variabel masukan yang akan masuk dan hasil keluaran dalam sistem fuzzy selection ditunjukkan pada gambar 3.5. Variabel masukan sistem fuzzy selection berjumlah 2 yaitu jarak(d) dan selisih heading (ΔΨ). Variabel jarak dinyatakan dalam meter(m) sedangkan selisih heading dalam derajat(o). Penentuan variebel masukan dan keluaran tersebut didasarkan pada informasi dari pakar di bidang kelautan (Masroeri, 2016).
Variabel masukan jarak mempunyai rentang 500-800 meter sebagai jarak waspada 2 kapal sedangkan lebih dari 800 meter adalah jarak aman (Nuryahya, 2012). Variabel jarak didapatkan dari perhitungan posisi latitude (lintang) dan longitude (bujur) 2 kapal. Selanjutnya variabel masukan heading digunakan untuk mengetahui arah kedua kapal sehingga diketahui apakah ada kemungkinan kedua kapal untuk saling mendekat atau tidak. Batas variabel masukan heading mengacu pada sudut kedua kapal yang telah diatur pada COLREGS. Variabel keluarannya adalah berupa keputusan terindikasi melakukan illegal transhipment atau tidak. Nilai keluaran kurang dari 50% menunjukkan bahwa kapal tidak melakukan illegal transhipment.Nilai keluaran lebih dari 50% menunjukkan keputusan sistem adalah positif terindikasi melakukan illegal transhipment dan selanjutnya akan dilanjutkan pada tahap fuzzy decision. Bentuk tampilan FIS (Fuzzy Inference Systems)properties dari sistem fuzzy selection ditunjukkan pada Gambar 3. 6 dan detail parameter masukan logika fuzzy selection ditunjukkan pada tabel 3.1.
Gambar 3. 6 FIS Sistem Fuzzy Selection Tabel 3. 3 Parameter Masukan Logika Fuzzy Selection
No Parameter Satuan Himpunan
Keanggotaan
Domain Fungsi
Keanggotaan
1 Jarak meter Dekat [500 500
650 680] trapmf Jauh [600 800] trimf 2 Heading degree OT [-6 -5 5 6] trapmf C [6 7 173 174] trapmf HO [174 175 185 186] trapmf Keterangan: OT : Overtake, C : Crossing, HO : Head On
Tabel 3.1 menjelaskan secara detail nilai yang digunakan pada masing-masing parameter masukan sistem. Besarnya interval untuk masing-masing parameter masukan berdasarkan informasi yang diterima dari pakar. Dibawah ini penjabaran dari masukan serta keluaran sistem logika fuzzy selection.
Gambar 3. 7 Himpunan Keanggotaan Masukan Jarak Gambar 3.7 menunjukkan himpunan keanggotaan dari parameter masukan jarak waspada antara 2 kapal sedangkan gambar 3.8 merupakan illustrasi jarak waspada 2 kapal.
Gambar 3. 8 Illustrasi Jarak Waspada 2 Kapal
Parameter masukan jarak waspada kapal dibagi menjadi 2 himpunan keanggotaan. Himpunan keanggotaan tersebut terdiri dari himpunan keanggotaan dekat dan Himpunan keanggotaan jauh. Himpunan keanggotaan dekat mempunyai fungsi keanggotaan trapezium sedangkan himpunan keanggotaan jauh mempunyai fungsi keanggotaan segitiga. Kedua himpunan keanggotaan memiliki range nilai yang ditentukan berdasarkan
penelitian sebelumnya yang membahas tetang jarak waspada terjadinya tabrakan kapal. Fungsi keanggotaan trapesium pada himpunan keanggotaan dekat digunakan karena pada range jarak 500-680 adalah jarak waspada untuk 2 kapal. Pada himpunan keanggotaan jauh semakin ke kanan nilai keanggotaan fungsi trimf semakin mendekati nilai satu sedangkan semakin ke kiri nilai keanggotaan fungsi trimf semakin mendekati nol. Hal ini memiliki alasan karena semakin jauh jarak 2 kapal, maka semakin kecil kemungkinan terindikasi melakukan illegal transhipment. Variabel masukan jarak diperoleh dari perhitungan persamaan (3.1).
𝑑 = √(𝑥1− 𝑥2)2+ (𝑦1− 𝑦2)2 (3.1) Dimana: d : jarak (meter) x1 : longitude kapal 1 x2 : longitude kapal 2 y1 : latitude kapal 1 y2 : latitude kapal 2
Gambar 3. 9 Himpunan Keanggotaan Masukan Heading Parameter masukan heading antara 2 kapal dibagi menjadi 3 himpunan keanggotaan untuk mengelompokkan setiap nilai dari selisih sudut heading. Himpunan keanggotaan tersebut yaitu
overtake (OT), crossing (C), dan head on (HO) (Masroeri, 2016). Gambar 3.9 menunjukkan parameter selisih heading 2 kapal yang merupakan masukan fuzzy selection sedangkan gambar 3.10 merupakan illustrasi heading 2 kapal.
Gambar 3. 10 Illustrasi Heading Kapal
Setiap himpunan keanggotaan masukan heading menggunakan fungsi keanggotaan 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 (3.2).
ΔΨ = Ψ1− Ψ2 (3.2) Dimana Ψ1:Heading kapal 1 (o)
Gambar 3. 11 Himpunan Keanggotaan Keluaran Sistem Fuzzy Selection
Gambar 3.11 menunjukkan fungsi keanggotaan keluaran pada sistem pengambilan keputusan logika fuzzy selection. Variabel keluaran dibagi menjadi 2 fungsi keanggotaan yaitu diduga melakukan illegal transshipment dan tidak diduga. Tiap fungsi keanggotaan tersebut menggunakan bentuk segitiga (trimf). Range nilai untuk setiap himpunan keanggotaan tidak diduga dan diduga secara berturut-turut yaitu 0 – 50 % dan 50 – 100 %.
Hasil dari sistem fuzzy selection ini akan membantu memilah dan melakukan sortir terhadap pola trayektori kapal di tengah laut. Apabila masuk ke dalam kriteria diduga illegal transshipment maka akan dilanjutkan diolah menjadi masukan ke dalam sistem pengambilan keputusan sistem logika fuzzy decision.
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 selection terdiri dari 2 variabel masukan dan 1 keluaran maka diperoleh 6 aturan (rules) if – then yang akan menjadi basis aturan dalam logika fuzzy selection.
Berikut ini adalah Rule Base pada logika fuzzy selection: R1 : if (jarak is dekat) and (hading is OT) then (keluaran is
diduga)
R2 : if (jarak is dekat) and (heading is C) then (keluaran is diduga)
R3 : if (jarak dekat) and (heading is HO) then (keluaran is diduga)
R4 : if (jarak jauh) and (heading is C) then (keluaran is diduga) R5 : if (jarak jauh) and (heading is HO) then (keluaran is
diduga)
R6 : if (jarak jauh) and (heading is OT) then (keluaran is tidak diduga)
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 3.12 menunjukkan rule viewer dari sistem pengambilan keputusan logika fuzzy yang telah dirancang. Rule Viewer pada Gambar 3.12 bertujuan untuk mengetahui angka numerik yang dihasilkan dari sistem yang sudah dibangun dalam pengambilan keputusan.
Selain Rule viewer hubungan antara variabel masukan dan keluaran sistem ditampilkan dalam bentuk 3 dimensi yang ditunjukkan oleh surface viewer pada Gambar 3.13.
Gambar 3. 13 Surface Viewer Sistem Fuzzy Selection