6
/ r o ~
.LC0 \8
ILI'-\PENGGUNAAN MODEL KURVA
FUZZY
NONLINEAR
DAN METODE DEFUZIFIKASI
MAXIMUM OUTPUT
PADA PROTOTIPE SPELA TABUTRO
AGUNG EDDY PRABOWO
JURUSAN ILMlI KOMPllTER
FAKULTAS MATEMATIKA DAN ILhlU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
AGUNG EDDY PRABOWO. Penggunaan Model Kurva Fuzzy Nonlinear dan Metode Defuzifikasi
Maxinrurn Output pada Prototipe Spela Tabutro. (The Using of Nonlinear Fuzzy Curve Model and Mmirnunt Ouput Defua$cation Method for the Prototype of Spela Tabutro). Dibimbing oleh AGUS BUONO dan WAHYUNING DIAH.
Sistem Pakar Evaluasi Lahan dengan menerapkan logika fuzzy dilakukan untuk menangani ketidakpastian Nlai parameter-parameter pengevaluasian lahan. Dengan demikian sistem menjadi lebih fleksibel karena logika fuzzy membolehkan perbedaan pendapat melalui sistem input yang direpresentasikan dengan perbedaan derajat keanggotaan.
Penelitian mengenai penerapan teori fuzzy untuk sistem pakar evaluasi lahan telah dilakukan pada prototipe Sistem Pakar Evaluasi
Lahan
untuk Tanaman Buah Tropik (Spela Tabutro) oleh Oktavian(1999). Dalam Spela Tabutro, fungsi keanggotaan fuzzy yang diterapkan adalah model linear yaitu kurva
trapezoidal dan metode defuziiasi yang digunakan adalah Center of Gravity (Centroid). Output yang dihasilkan dari prototipe tersebnt sama dengan hasil output secara konvensional.
Penelitian
ini menerapkan model fungsi keanggotaan
fuzzy nonlinear polynontial serta metode defuzifikasi Mmcirnurn Ouput sebagai pengembangan lebil~ lanjut. Fungsi-fungsi keanggotaan fuzzyiibedakazl ole11 peruballan derajal keanggotrannya. Dengan metode d e W k a s i iCfmin~urri Oulpu; diharapkan akan membuat sistem menjadi lebih sederhana. Seperti pada prototipe Spela Tabutro, dalan~ penelitian iN juga digunakan data kelas karakteristik kesesuaian lahan untuk tanaman bnah jeruk sebagai contoh kasus.
Dalam sistem pakar evaluasi lahan digunakan beberapa parameter pengukur. Dalam penelitian ini
parameter yang ditexapkan adalah parameter Suhu di antara kelas selang SI (kondisi lahan sangat sesuai) dan selang S2 (kondisi lahan agak sesuai). Untuk
tanaman
buak jeruk, selang S1 berada di antara 20°C-
30°C,dan
selang S2 di antara lS°C-
20°C. Nilai-Nlai yang berada pada selang overlap di antara selang S1 dan S2 menjadi Nlai-nilai inpul dalam proses inferensia furzy untuk memperoleh suatu nilai yang diinginkan. Ouput yang didapat dari proses inferensia fuzzy tersebut kemudian akan dibandingkan baik perbandingan secara kualitatif maupun kuantitatif.PENGGUNAAN MODEL KURVA
FUZZYNONLINEAR
DAN METODE DEFUZIFIKASI
M M M U M OUTPUT
PADA PROTOTIPE SPELA TABUTRO
AGUNG EDDY PRABOWO
Skripsi
sebagai salab saw syarat untuk memperoleb gelar Sajana Kon~puter
pada
Juuusan an111 Kolnputer
JURliSAN ILMU KOhlPUTER
FAKULTAS MATEhlATlKA DAN ILMU PENGETAHUAN ALAM
INSTlTliT PERTANIAN BOGOR
Judul
:Penggunaan Model Kurva fiizzy
Notrlitrecrr
dan Metode Defuzifikasi
Mrruimutlr
Output
pada Prototipe Spela Tabutro
Nama
:Agung Eddy Prabowo
NIM
:GO6496034
Pembimbing
I
Rambe. M.St.
Ketua Jurusan
Wahvuninn Diah. S.Si.
Pembimbing I1
RIWAYAT HIDUP
Penidis dilaturka~ di Jakarta pada tanggat 13 Desember 1976 sebagai aliak p e r t m &ri dm
ber~aud~am, a ~ a k d,ui pasaigan pasangan Sullatoyo dan Siti Nirbayati.
Pada t a l ~ u t ~ 1995, penulis lulus dari SMA Negeri I Cuebon dan pada tal~un 1996, penulis ~nasuk IPB 111ela1ui jalur Ujian Masuk Pergurua~~ T i ~ g g i Negeri (UMPTN) dengal me~uulih Progrill11 Studi Ih~iu
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya sehingga skripsi ini
dapat diselesaikan. Tema yang dipilih
dalam
penelitian ini adalah pengambilan kepuhlsan menggunakanlogika fuzzy dengan judul Peuggunaan Model Kurva Fuzzy Nonlinear
dan
Metode Defuzif&si MmimunlOuput pada Prototipe Spela Tabutro.
Terima kasih penulis ucapkan kepada berbagai pihak yang telah membantu penyelesaian skripsi ini,
antara lain Bapak Ir. Agus Buono, M.Si., M.Komp., Ibu Wahyuning
dial^
S.Si., dan Ibu Sri NurdiatiM.Sc., selaku pembimbing Bapak Dr. Ir. Budi Mulyanto, M.Sc. beserta seluruh staf Jurusan Tanah atas
segala bantuan pengaralwya, dan rekan-rekan dari ilkomerz, Jurusan Tanah, Jurusan Matematika
Jurusan Statistika, Jurusan
GFM
atas segala bantuannya. Sernoza skripsi ini dapat bermanfaat.Bogor, Noven~ber 2000
DAFTAR TABEL
DAFTAR IS1
DAFTAR GAMBAR
. . .. .
. . ..
. ..
. . ..
. .. .
. .. . . .
. . ..vi
DAFTAR LAME'IRAN
. . ..vii
PENDAHULUAN
1Latar Belakang
1
Tujuan
...
1TINJAUAN PUSTAKA
Sistem Pakar
...
Mesin Inferensia
2
2
2
3
G u p s
Fuzzy
Po&r~omial.
.
. . ..
. . ..
..
..
.. . .
. . ..3
Sistem Inferensia
Fuzzy
....
... ... ... ... . .... . ... . . ... .... ......
....
. ... .... ... ... . . .... .. ... ... ... .. .. .. ....4
Evaluasi Kesesuaian Laha
5
BAHAN DAN METODE
. .
Pendefinlsian
Rule
...
.......
.. . .... . ... .... .... ... ... ... . ... .... . ... . , ,.. . ,.... . ... ... .... .7Proses Inferensia
Frizzy
......
. .... . ........
...
.. . ... . ... . ... .... . . . ... . . ... ... ... ... ... .. .. ...7Pengujian Hasi
aASIL DAN PEMBAHASAN
Hasil Secara Kualitatif
Hasil Kuantitati
. .
UJI
Nilai Tengah
...13
KESMPULAN DAN SARAN
13
Kesimpulan
13
Saran
... ... . ... . ... .... .. .. .. ... .. .. . . . . . . . . ... . . . ... . . .14
DAFTAR TABEL
Halaman
1. Kualitas dan karakteristik lahan untuk pengevaluasian kesesuaian lahan
...
6
2. Hasil kualitatif evaluasi lahan dengan modeljizzy trapezoidal
danfi1zzypolyno111l2ial.
12
3. Hasil evaldsi lahan dengan metode defuzifikasi iWaxin~rrt?t
01rpuf secara kuaiitatif
..
i 2
4.
Hasil persentase tingkat evaluasi lahan dengan modeifiizzy trapezoidal danfizzy
poi)t~ot?~ial
..
. . ..
. . ..
. . .. .
. ..
. . . .. . ..12
5. Hasil persentase tingkat evaluasi lahan dengan modelfiizzy irapezoidal danficzzy
poly~omial pada kelas S
1
13
6. Hasil persentase tingkat evaluasi lahan dengan modeifirzzy trapezoidal dan fuzzy
y o / J ~ t ~ o ~ ~ ~ i a l
pada kelas S2
...13
DAFTAR GAMBAR
1. Diagram sistem pada prototipe Spela Tabutro
Halaman
......
.2
2. Model fungsi keanggotaan,fizzy linear:
(a) Triat~grclal; (b) Trapezoidal
. . . .. .
. .. .
..
. . .. .
. . ..3
3 .
Model f'ungsi keanggotaan,firzzy ~ l o t ~ l i t ~ e a r
@olynot?iial)
.......
...
.. . . . ... .... ... ....3
4.
G u y s Fi~zzy
Polytlomial
. . ..
. . .. . . .
. . ..3
5. Operator Fzrzzy
(IC\'3dan OR)
6. Diagram sistem inferensiafirz
7. Grafik perbandingan hasil kuantitatif pada selang S1
DAFTAR LAMPIXAN
1
.Struktur dasar sistem pakar
Halaman
...
16
2
.
Penilaian kelas kesesuaian lahan untuk tanaman jeruk secara konvensional
...17
e
..
Penilaian kelas kesesuaian lahan untuk tanaman jeruk secarafizq
...
18
4 .
Selang nilai karakteristik lahan untuk tanaman jeruk model
fuzzy
polynomial
... 19...
PENDAHULUAN
model k u ~ a hapezoidal yang tennasuk 111ode1 kuwa linear, juga dapat digunakan model kuwaLatar Belakang yang lain, yaitu model k u ~ a nonlinear.
Konsep ketidakpastia~ dala~n illnu Sedangkan untuk ~nengbasilkan satu sistem peogetahuan telah mengalami perubahan. o U ~ U r , "lain lnenggunakan cenpoid*
P a ~ ~ d a ~ l g a ~ i lama telal~ berubali ~nenjadi juga dapat diterapkan metode Maximunr Output,
p a l l ~ I l g a l l barn dellgall Illenganggap ballwa agar sisteln ~nenjadi lebili sederllana dalam pmses
/'
konsep ketidakpastian ~nempakan konsep yang p"lga'liDiian kepuLusail.
/
me~uuliki fuugsi yang sangat besar.
Ko~lsep ketidakpastia~l pang baru adalah teori Tujuan
mengenai gugus fuzzy yang diperkenalkan oleh Tujum dari penelitian i ~ u yaitu :
LotIi A. Zadel~ pada tahun 1965 (Pacini & 1. Mempelajari penggunaan logka fuzzy u~ituk Andrew. 1992). Gugus fuzw ~ l ~ e r u p a k a ~ i gugus penga~nbilan keputusan dalam sistern pakar. dcngan barasan yang tidak pasti dan 2. Melakukan uji coba terl~adap Spela Tabutro ke;?nggotaa~i~~?a lebil~ mengarah kepada tingkat dellgall model fuzzy polyno~nial dan metode
atau derajat. defuzifikasi Maxinlum Output.
Teori gugus ,fuzzv paling banyak diterapka~i 3. Perbandingan model sebelu~nnya dengan model pada sislem pakar (Paci~u & Andrew, 1992). Teori ~ u z z y irnear dan ~r~elode deiuz$lkas~ C?enrroid g11gIIS fuz?i: 111erupaka11 nietode yallg relatif barn 4. Menentukan metode fuzzy yaug lebiii sesuai untuk ~ticnangani fakta serta infonuasi yang tidak untuk pe~ige~nbaugaii siste~n pakar evaluasi pasti dalanl sistelu pakar. selungga lalian.
~ne~nungkinkan untuk mei~lbangun siste~n pakar pang lebill merefleksikan dunia nyata. Di dalaln
g u y s fuz?v dapat direpresetitasika~l suatu ~iilai
TINJAUAN PUSTAKA
yang kualitarif misalnya suatu l~ipotesis adalal~sangat baik. baik, cukup. buruk, atau sangat Sistem Pakar
bumk. Siste~n pakar merupakan siste~n perangkat
Pellerapa~l teori fuzzy telall dilakukall pads lull* kolnputer yang ~nenggunakan ilmu, fakta prototipe sistem pakar evaluasi laha11 untuk dan teknik berpikir dalam pengambilan kepuNsan tanaman buab t r O ~ i k (Spela Tabutro) pads "ntuk Inellyelesaikan masalah-masalal~ yang pcnelitian yang dilakukan ole11 Oktaviar~ (1999). llanya dapat diselesaikan oleh pakar
Siste~n pakar evaluasi lalmn satlgat diperlukan dalam bidallg yallg bersanghtan ( ~ a r i ~ ~ ~ i ~ ~ , karena teluiik pc~~gevaluasiar~ lalian secara ~liatlual 1992), Sisteln p*ar mellcoba lneniru proses
dilakukan luelalui Proses YaIlg c u h P lallla pemikiran dan pengetalluan pakar dalalll terutalna jika jumlah data yang akan dievalnasi lnellyelesaikall berbagai tipe lnasaiail rurball_ ballyak. Dcllga~l demikian. sistem pakar 1992). Ilmu yang diguilakau d a l a ~ n siste~n pakar d i g u ~ l a k a ~ ~ untuk mempercepat k e g i a t a ~ ~ evaloasi terdiri dari kaidah-kaidall atau infomasi dad Iahan dan ~ i ~ e ~ ~ ~ b e r i k a ~ i l~asil yang ~jaIi(l. pengalarlia~l tentang tingkah laku suatu elemen P e ~ i e r a p a ~ ~ logika fuzzv pada prototipe Spela bwgus persoalan. Kaidali-kaidall biasanya Tabutro mcmungki~kan seseorang atau bebenpa memberikan deskripsi tentang kondisi yang diikuti orang dapat mengambil keputusa~~ dari beberapa olell akibat da,j koIldisi tersebut,
dcrajat keanggotaan. Spela Tabutm dike~nbangkan ~~j~~~ dari sisteln pakar adatall untuk dengan pclldekatarl ltlodel $ 2 ~t r o ~ e z o i ( f ~ l dall lllel~penlllldali kerja atau balkan ~lle~~ggaliti uletode defuzifikasi yang digunaka~l adalall Center allli, mellgga~ullgkaIl illllu dall of (;romdl~) ((..entroid) u~ituk t ~ ~ e t ~ ~ p c r o l c l i s?lu llilai p e ~ ~ g a l a n i a ~ ~ dari beberapa tenaga ahli, pelatillall orrtpur. Orrrput y n g dillasilkan ini tclal~ diuji. da11 lcllaga allli dan mellyediakan kealllian ).ang 11;isil p c i ~ g ~ ~ j i ; ~ n rclah dapat dltcrima. L ~ r c r l ~ dipcrlukall olell suatu ,id.* s i s t c ~ ~ ~ ourprrr yaug dillasilkan saliln dengall sis1crll lllclllplllly~i lidak mampu lllcrllbayar tenaga nrrrptrr sec:tr:l ko~~vensional. al~li (Mari~t~io. 1992).
Menurut Turban (1992) sisteln pakar termsun atas beberapa ko~nponen yaitu fasilitas akuisisi pengetahuan, sistem berbasis pengetahuan, mesin inferensi, fasilitas untuk penjelasan dm1 justitikasi yang digunakan urttuk mnemberikan rincian atau ringkasan dari tahapan yang dilakukan pada n~ekanisme i~lferensi dengal berixagai alasruu~ya sarnpai pada suatu solusi alau kesimpuian, dan penghubung antara pengguna dan siste~n pakar atau user interface. Struktur dasar komnpnen- kornporlen sistern pakar ini secara keselurul~an dapat dilihat pada Lampiran 1.
Spela Tabutro
Spela Tabutro singkatan dari Sistein Pakar Evaluasi Lallan ur~tuk Tana~nan Buah Tropik ~nerupakan suatu prototipe sistern pakar dengan inei~ggurlakai~ karaherislik iahalr uiriuk t a r m n a ~ ~ jemk sebagai sampel, yang dike~nbangkan
111enggunakao pendekatan Juz~v (Oktavian, 1999).
Pendekatau Juzzy dirnodelkan dalani bentuk fuzzy trapezoidal, da11 untuk meroperofeh satu keputusan dilakukan proses defuziikasi menggunakan metode Center of Grmdfy.
Sistenl ini benujuan untuk meningkatkan efisiensi proses penyeleksiarr lalran, serta
~nenunjukkar~ tingkat kesesuaian lallan dengan lo&a Juzzy.
Spela Tabutro diimplementasikan dengan
expert w e n 1 shell. yaihl WinEssys 5.0.4 dan Microsoft Visual Basic 4. Tools tersebut bekeja dala~n sistem operasi Windows 95/98.
[image:11.599.306.512.176.331.2]Prototipe Spela Tabutro ~neliputi pula koinponen-korupnen dari sistem pakar (Lampiran 1) yang telali disebutkan di atas. Metode fuzzy yalig dibahas dalarn penelitian ini ~nerupakan loelode penalaran tidak pasti yang tnerupakan bagian dari ko~r~ponen mesin inferensi. Diagram sistem prototipe Spela Tabutro dapat dililwt pada Gambar 1.
Mesin Inferensi
Mari~ni~i (1992) lrierige~nukakan bahwa mesin irlferensi merupakan kotnponen terpenting dari siste~n pakar. Scdangkan Siler (1997) ~nenegaskan bahwa mesio itlfere~si ~ncrupakan tulang punggurrg dari sister11 pakar. Di d a l a t ~ ~ ~rlesin inferensi rerjadi proses urltuk ~nerrraaipulasi dan raerrganl~kalr i d a nlodcl dar~ fakla yang disirl~pa~~ basis pcngctalrua~r dalalrl nngka ~nenupai solusi arau kcsi~~rpulnn. Dalan~ ~llesirl
inferensi terdapat strategi penalaran yang terdiri dari strategi penalaran pasti (Eruct reasoning nrechanisnr) dan strategi penalaran tidak pasti
(Inexact reasoning nrechanisnz). Contoh strategi penalaran pasti adalah modus ponens dan modus tollens, sedangkan untuk strategi penalaran tidak pasti digunakan metode fuzzy, yang dapat berupa nlodel fuzzy iir?eur aiau rrotriinrar.
Sistern Sistern
r----q
Kekuatan Rule
keanggotaan
Garnbar 1. Diagram sistem pada prototipe Spela Tabutro
G u y s Fuzzy
Logika fuzzy ~nen~buat model penga~nbilan alasan yang ~nemungkinkan pe~nbuatan keputusan yang relatif di dalam lingkungan ketidakpastian dan ketidaktepatan. Kemampuan ini tergantung kepada ke~nampuan untuk membuat jawaban perkiraan dari suatu perlanyaan yang didasarkan pada sekumpulan kondisi yang tidak tepat atau tidak jelas.
Gugus Juzzy berbeda dengan gugus klasik
(Crips Sets). Dalam gugus klasik, untuk ~nenunjukkan obyek mana yang merupakan anggota dari gugus terdapat dalam fungsi keanggotaannya. Jika suatu obyek tnerupakan elenien dari suatu gugus, nmka fungsi keanggotaannya adalali 1, sedangkan jika obyek tersebut bukan merupakan elemen gugus, lnaka fungsi keanggotaannya adatall 0 . Seliingga gugus klasik ini rdlainya adalal~ ( 0 . 1 ) . Tipe pe~nikiran ini rneruptkan logika yang lwnya mempunyai dua nilai kebenaran. yaitu benar (I) dan salall (0).
pada suatu selang tertentu, yaitu dalan~ selang
[O,l].
Nilai yang diberikan oleh fungsikeanggotaan disebut derajat keanggotaan.
Apabila
U
menyatakan gugus universal dan A adalal~ gugus fuzzy dalan~ U, maka A adalah gugus pasangan terurut sebagai berikut :Dcugan p,,(u) adalah fi~ngsi kennggotaan yang memberikan nilai derajat keanggotaan u terluadip gogus fuzzy A. yaitu :
PA : u j [ 0 . 1 ]
Seperti gugus biasa, operasi-operasi terbadap gugus, yaitn kebalikan (conrplenrent), gabungan (union). dan irisan (intersection) terdapat juga dalam gug~~sfuzzy.
Kebalikan suatu gugus fuzzy A, dinotasikan sebagai
A,
didefinisikan deugan fungsi keanggotaan :Sedangkan irisan (n) dan gabmugan (v) pada dua buah g u y s fuzzy, yaitu gugus fuzzy A dan B,
didefinisikan dengan fi~ngsi keanggotaan berturut- turut sebagai berikut :
Fungsi Keenggotaan Fuzzy
Fungsi keanggotaan fuzzy adalalu suatu kuwa yang rneudefinisikan tentang bagaimana setiap titik pada input dipetakan ke suatu nilai keiinggotaan autan 0 dan I (Mathwork Inc., 1999). Fungsi keanggotaan dari sistem fuzzy dapat direpresentasikan dalan~ beberapa tipe. yang secara omum digolo~ugkan ke dalalu dua t i p , paitu fimgsi keanggotaan linear dan fungsi keanggotaan nonlinear. Flu~gsi keanggotaan linear adalah ruodel triangular dan trapezoidal, sedangkan model polynonriol tcnoasuk fungsi koinggotaan fuzzv nonlinear. Model-model tcrsebnt dibc&akat~ ole11 pcmbnli;~n dcnjat ko~nggotaannnya. seperti w d ; ~ Cla~ubar 2 dnn
G;unbar 3 . Pada fuligsi keilngotaao f u ~ v . pcntbihat~ d c ~ ~ j a t keanggoraan dari sun ti^ kondisi
kc k o ~ t d ~ s ~ laiun!;~ terjadi sccara bcrangsttr-
angsur, tidak secara terjadi tiba-tiba. Penentuan model fungsi keanggotaan fuzzy terganhmg pada tingkat keakuratan yang diinginkan, dan juga berdasukan pengalaman pakar (Ranst et a/.
1996).
Gallbar 2. Model fungsi keanggotaan linear :
(a) Triangular, @) Trapezoidal.
Gallbar 3. Model fungsi keanggotaan fuzzy non- linear (polynonrialJ.
Gugus Fuzzy Polynomial
Gugus Fuz;y Polynonrial direpresentasikan dengam empat parameter :
A = (XI. XZ. ~ 3 . %)
Ilustrasinya adalah seperti pada Gambar 4.
Dari Gambar 4, ,UA(X) mempakan fungsi keai~ggotaan dari gugus fuzzy yang me~uetakan elemen sebual~ bilangan x, selungga perumnusamlya adalal~ sebagai beriknt :
.UA(X) = 0, untnk x
<
xl dans
z
s, .UA(X) = I, untnks2 s
5 x3Sistem Inferez~sia Fuzzy
Sistern i~lferensia fuzzy merupakan suatu proses untuk penga~nbilan keputusan dengan menggunakan logika fuzzy. Proses yang tejadi mempakan fonnulasi pemetaan dari input yang diberikan ke suatu o u p u f @latl~u,ork Inc., 1999). Proses ini melibatkan selnua bagiau dari sistem
fuzzy yaitu : fungsi keanggotaan, operator logika
fuzzy, dan kaidah Juzzy. Proses infereusia fuzzy ini diterapkan pada sistem pakar u ~ ~ t u k menangani masalah ketidakpastian.
Sibigtroth (1992) menge~nukakan bal~wa secara mnum ada tiga proses penga~nbilan keputusan dalam logika fuzzy yaitu fuzifiiasi, pengevaluasian aturan (rule), dan defuzifikasi. Secara terinci, ada 5 tahap dalam proses inferensia
fuzzy yaitu fuzifikasi dari variabel-variabel input,
penerapan operator fuzzy, i m p l i s i , agregasi dan defuzifikasi (Matl~work Inc., 1999). Pel~jelasamlya adalal~ sebagai berikut:
I. Fuzifikasi ~nasukau
Fuzifikasi masukan lllempakall tahap pertama dari proses inferensia Juzzy. Pada tatlap iui data masukan diterima dan sistem rnenentokan nilai fungsi keanggotaannya. Fuzifikasi o~emperoleh suatu idlai dan rtiengkornbinasika~~~~ya dengall fungsi kear~ggotaar~ untuk 111eng11asilkan riilai jtrzq~
(Sibigtroth. 19'92).
2. Menerapkan operator fuzzy
Pada tal~ap ini dilakukan evaluasi kaidah menggu~iakan teknik yru~g disebut nrin-rnar inference untuk menentukan iulai aklur berdasarkan nilai siste~n input.
Siler (1997) mengemukakan bal~wa masing-masing kaidali ~ t ~ e m i l k i bentuk pemyataan IF-THEN. Bagian IF dari suatu kaidal~ n~eliputi satu atau lebil~ kondisi, disebut
antecedent, sedangkan bagian THEN meliputi satu atau lebil~ aksi, disebut co~zseque~t~. Suatu
antecedent dari kaidah terlmbungkan la~~gsung pada derajat keanggotaan (lirzzy input) dite~~tukalt melalui proscs fuzifikasi.
Setelah dilakukau. proses fuzifikasi masukan, derajat keanggotaan untuk setiap bagian dari antecedent akan diperoleh untuk setiap kaidah. Jika oiltecedeirt dari suatu kaidah yang diberikan merrdliki lebih dari satu bagia~k 111aka operator fuzzy digutiakan untuk menentukan uilai yang merepresentasika~l l~asil irlferer~sia dari kaidal~ tersebut. Nilai tersebut kemudian aka11 diynakan untuk fungsi output.
Operasi yaug berlaku dapat belupa operasi
AND atau operasi OR yang identik dengall operasi logika standar. Pada Operasi AND menggnnakan fungsi min dan pada operasi OR menggunakan fungsi nrm. Gambar 5
[image:13.602.77.294.77.613.2] [image:13.602.315.512.442.574.2]menggambarkan operasi dari fuzzy operator.
Gambar 5 . Operator Fuzzy (AND dar~ OR) 3. Proses i~i~plikasi
Masukan dari proses implikasi adalah Nlai yang dillasilkan ole11 antecedent dan k e l u m ~ n y a adalah gugus fuzzy. Proses implikasi ntenghasilkan gugus yang dinyatakan dengan fungsi keanggotaan. Nilai gugus tersebut bersesuaian dengan sifat linguistiknya.
Mctodc inrplikasi dij2arAan pada setiap kaidall dan operasi yang digumakan pada proses implikasi adalah opensi product.
4. Proses agregasi
Agregasi adalah proses penggabungan keluann setiap kaidah n~enjadi satu nilai fuzzy.
Masnkan dmi proses agregasi adalah keluaran
dari
proses implikasi untuk setiap kaidah.Kelumn proses agregasi adalah gugus fuzzy
tunggal umluk setiap variabel ruasukan yang
h2mufi2ui & ,dl dilahukai dcfwifiiasi. 5. Defuzifikasi
Defiuiilkasi menurut Sibigtroth (1992) adalal~ suatu proses yang menggabungkan selurult fuzzy output nlenjadi sebuah hasil yang spesifik. Defuzifhsi mempakan proses kebalikru~ dari iuziflkasi, dir~lana rulai keanggotaan dari suatu gugus fuzzy dikonversi ke dalrun suatu bilangan real (Siler, 1997). Masukan dari proses d e M i s i adalah gums
fuzzy (gugus fuzzy keluaran dari proses agregasi), dan keluarannya adalall nilai tunggal. Metode defuziiisi standar yang digunakan adalah Centroid (Center of Gravity). Dalam metode Centroid, Nlai dari variabel output dilutung dengan mengambil Nlai dari posisi pusat dari h r v a fungsi keanggotaan variabel output yang mempakan gabungal dari proses agregasi gugus fuzzy output. Formulasi metode tersebut adalalt sebagai berikut:
k.;.s,
Dimana D metupaka11 decission, F; melam- bangku~ fuzzy output dari suatu sistem output,
S; adalah posisi pusat dari sisten~ funy output,
dan n rnempakan jumlah label yang didefirtisikar~ untuk sisterll output yang sesuai.
Selain ('enfroid, rnetode dehrzifikasi yang biasa digunakan adalah der~gan niengantbil
f u z ~ v ourplrt yang terktrat sebagai hasil. Metode ird disebut sebagai A4axinrurrr Ourput. Metode
iN biasa digunakan karena lebih mudah dan sederhana &lam pengambilan keputusan.
Sistem inferensia fuzzy secara keselurul~an dapat dilihat pada Gambar 6.
Evaluasi Kesesuaian Lahan
Evaluasi kesesuaian lal~arr adalal~ proses pendugaan tingkat kesesuaian lahan untuk berbagai allernatif penggunaan seperti penggunaan untuk pertanian, kehutanan pariwisata, konservasi lahan, atau jeNs penggunaan lainnya (Djaenuddin et al. 1994).
Untuk evaluasi lahan, sifat-sifat lahan dirinci daiam halitas lahan dan karakteristik laltan. Kualitas lahan adalall sifat-sifat yang kompleks dari suatu lal~an yang berpengaruh terhadap kesesuaiannya bagi penggunaan tertentu, sedangkan karakteristik lahan mempakan sifat- sifat lahan yang dapat diukur. Parameter- parameter yang digunakan dala~n pengevaluasian lahan adalal~ karakteristik lalian seperti pada Tabel 1.
Kelas kesesuaian lahan dibagi menjadi lirna kelas (CSFUFAO dalarn Djaen~rddin el al. 1994), yaitu lahan sangat sesuai (Sl), lahan agak sesuai (S2), lahan han~pir sesuai (S3), laltan tidak sesuai saat ini (Nl), dan lahan tidak sesuai selamanya
(N2.
[image:14.595.299.505.101.267.2]BAHAN DAN METODE
Bahan
B a l m yang digunakan dalam penelidan ini addah data karakteristik lahan untuk tananian buah jentk sebagai sarilple. Data penilaiau kelas kesesuaian lahan untuk tanallla11 bual~ j e n ~ k dapat dilihat pada Lampiran 2. Data tersebut diperoleh berdasarka~~ C S W A O ( C S W A O dalaln Djaenuddir~ el 01. 1994).
Tabel I. Kualitas dan karakteristik lalla11 ulltuk pengevaluasian kesesuaiau la11a11. Kualitax Laban
I
Karakteristik Lahan1
Keterscdi;~an Air
Media Pcrakmn
Bahaya erosi
-
Drainase-
Tekstur (debu, pasir, liat)-
Kedalaman efeklif-
Garl~but (kedalaman,kematangan, kadar abu)
-
KTK-
PH-
C organik-
N total-
P205 tersedia-
K 2 0 tersedia-
Ballan sulfidik-
SalinitasIndcks bahaya erosi
I
Data Overlapping
Data pada Lampiran 2 ~nerupakan data penilaian kelas kesesuaian lahan sewra konvensional dan berbeutuk selang-selang yang terputus. Dalaln sistem fuzzy, data bempa selang- selang yang overlap, yang proses ol>erlap-nya di1akuka.n nlelalui intendetv dengan pakar yang berkompeten dalaln bidang evaluasi laha11. Dengan tetap rne~nperl~atikan tingkat keabsahamya, pakar me~nberikan overlap berdasarkau pengalaman yang di~nilikinya untuk xnasing-masing karakteristik lahan. Data penilaiau kelas kesesuaiau lal~an untuk tanalnan bual~ jeruk secara overlap dapat dilihat pada Lau~piran 3.
Hasil penentuan ul~crlap tersebut di~r~odelkar~ dengall model fuzzy trapezoidal dar~ fuzzy polyior~inl yang aka11 dibandingkan. sel~ingga didapatkan model untuk teulperatur sebagai berikut :
yang berarti :
::1 1 9 . 5 0 0 0 0 0 2 0 . 5 0 0 9 0 0 2 9 . 5 0 0 0 0 0 30.500000
begitu pula dengan parameter-para~neter evaluasi lal~an yaug lain, yang secara keselurul~an dapat dilihat pada Lampitall 4.
Metode Pengevaluasian Lahan
Penilaian klasifikasi kesesuaian lal~an dilakuka~~ dengan I I I C I I I ~ ~ I I ~ ~ I I ~ ~ ~ I I arltara kankteristik iahan sebagai parameter den gar^
pcrsyaratan t u u ~ b t ~ l ~ ta11a111a11 p11g tcIa11 ~ ~ S I I S U I I dalam tabcl pcnilaian kescsu;~i;~n lallan (Lampiran
Prinsip dasar pengambilan keputusan &am proses evaluasi lahan secara konvensional yaitu :
1. S1 jika semua nilai nnhk masing-masing parameter berada pada selang Sl.
2. S2 jika salali satu parameter berada pada selang S2.
3. S3 jika salah satu parameter berada pada selang S3, dan begiiu juga seierusnya sampai N2
Prinsip tersebut juga diterapkan pada logika fuzzy. Pendeflnisian Rule
Men~uut pakar. kaidah (rule) yang digunakan untuk merepresentasikan pengetaliuan dala~n proses pengevaluasian lal~an adalah kaidah produksi, yang terdiri dari bagian IF dan bagian
THEN. dengan menggunakan fuzzy operator
AND. Siste~n pmduksi ini ~ i l e r u p ~ n sistem yaig dapat menibangkitkan fakta barn, yang pada dasarriya adalali sekuuupulan pernyataan IF/I7IEN ataii kaidali-kaidd~ (Turban, 1992).
Selanjutnya berdasarkan pengetallurn dari pakar evaluasi lal~an. kaidah-kaidali yang akan digsunkan untuk pengujian diformulasikan, selungga didefinisikan sebanyak 21 kaidah (Lampiran 5).
Proses lnfirensia Fuzzy
Setelah kaidah-kaidah yang akan digunakan dalam pengevaluasian lahan telali selesai diformulasikan, maka untuk meri~peroleh Nlai
output dilakukan proses inferensia fuzzy. Seperti yang telali dijelaskan dalam tinjauan pustaka, proses irlferensia fuzzy ntelalui 5 tahap, yaitu proses ftziikasi, penerapan operator fuzzy, proses implikasi. agregasi dan defuzifikasi. Proses inferensia fuzzy diniodelkan dengan fuzzy trapezoidal dan dengan nod el fuzzy polynon~ial,
dan untuk proses defuzifikasi digunakan metode
Center of Cirmdy d m metode Moxilnunl Output.
Proses inferensia fuzzv untuk rnemperoleli siste~n olrlput dapat dilakukan secara ~ilanual maupun dengan menggunakan suatu tool khusus yang nienyediakan fasilitas untuk proses inferensia
fuzzy. Canto11 Fuzzv tool yang dapat digunakan adalali perangkat lonak Matlab Fuzzv Toolbox
\.ersi 5.3. Peng@m.aan f u q v fool akin nlcinbuat proses i~lferensia fu:<v nicnjadi lebili ccpat dan akurat dibandingliln dengan penghitungan s e ~ l n I I I ~ I I U ? ~ untuk rnco~pcrolcli simril nilai O U I ~ I I ~ yang
dih;~npkan
Pengujion Hasil
Setelah men~peroleh sistem output, maka dilakukan pengujian hasil. Nilai-nilai output
kuantitatif yang dihasilkan dari proses inferensia model fuzzy trapezoidal dibandingkan dengan sistem output yang dihasilkan dari model fuzzy polynomial. Keniudian hasil yang diperoleh dari siste~ii itlferensia ,Cuzz.v y a ~ g menerapkan melodc defuziiikasi Maxirnunl Output juga dibandingkan secara kualitatif.
EIASlL DAN
PEMBABCASAN
Dalam penelitian . ini, untuk nielakukan pengujian hasil, diberikan nilai-nilai input yang
overlap pada parameter suhu di antara selang S1 dan S2, selungga nilai-nilai input yang diberikan
untnk parameter ini adalah di antara selang 19.5 "C sampai 20.5
OC.
Untuk parameter lainnya diberikan nilai input yang berada dalam selang Sl. Hasil yang diperoleh dari sisten~ ini dibagi menjadi dua, yaitu hasil kuaiitatif dan nilai outputkuantitatif. Output s e a m kualitatif diperoleh dengan membandingkan Nlai persentase kesesuaian lahan dengan selang klasifikasi kesesuaian lahan, sedangkan nilai knantitatif merupakan nilai persentase kesesuaian lahan itu sendiri.
Hasil secara kualitatif
Seperti yang telah dijelaskan sebelumnya, hasil kualitatif diperoleli dengan mernbandingkan nilai kuantitatifnya dengan selang klasifikasi kesen~aian laiian. Untuk itu diperl~kan &sar klasifikasi kesesuaian lahan yang diiemukakan oleh Ranst et 01. '(1996). Dasar klasifikasi kesesuaian lahan n~eliputi persentase dari S1 (75%
-
100%). S2 (50% - 75%). S3 (25% - 50%). dan N1 (0% - 25%), sehingga didapatkan nilai tengah dari S1 adalah 87.5%, S2 adalah 62.5%, dan seterusnya. Misalnya diberikan nilai persentase dari kesesuaian lalian berada di antara selang 75%-
100%. maka output secara kualitatif adalah S1 (sangat sesilai).Hasil kualitalif yang diperoleh dari model fuzzy rrap:oidol dibalidingkan dengan iiasil fuzz^ pol~vnon~iol. dengan menggunakan nilai-nilai
inprrr yang tclali dijelaskan scbelumnya.
~nelalui proses infere~sia ,fuzzv. Misalnya untuk co11to11 I, nilai-uilai input yang diberikan adalah :
Avrra(lr t r i n p e r s t r i r r ('Cl = 20.4 Ury m o n t h = 2 . 5
R a i n f a l l l s i ~ i l / y r a r l = 2000 Ldlld d r d i n ~ g e [ d a y s ) = 50 Land t r x t u r r . f o r .iui;t i Y I = 60 Land t r ; : t ~ i r e f o r :;and ( $ 1 = 30 Land tl?):tlirr EUL c l a y e y I 0 = 1 0 Tlie e f f r c - t i y e m o t d r p t l ) lcnli = 120 T u r f ovrrrigme I = 20
T u r f t l $ i c k i > c a s icml = 4 2
Land KTt: i a r / l O l > (11 = 20 Land pH = 6
i 1 % I = 4 : i a l i n i t g (1a111~o:;I~ml = 1 S t ~ l f i d r d e p t h ic'ln) = 1 1 0 A v a i l a i ~ i l i t y o f N IS1 = 0 . 5 & v a i l d h i l i t y o f P205 lppml = 30 A v a i l a k 8 i l i l - y of K2I;r im(11100 (11 = 30
l o p 1 1 % ) = 1
S : ~ r f d ~ r r o c k ( % I = 1
~ o l d e d clruwn o f cock ( $ 1 = 1 Ero::ion d a n g e r irl = 0 . 3
Dan contoll nilai-nilai input tersebut, dituujukkan bal~wa temperatur berada di antara s e l a ~ g S1 dan S2. Hal ini dapat ditentnkan dengan lnemjuk pada Latnpiran 4.
Fuzifikasi dilakukan dengan tuei~glutung derajal keanggotaan yang ditentokan melalui ,fon71uln yang telah didefitusikan sebelu~~u~ya pada ti~~.iauan pustaka untuk ,ficzqv po!v~lo~!rial. Jika diketahui hiprct (s) adalal~ 20.4. sl = 19.5. da11 s2 = 20.5. ~ n a k a diperolel~.fuzzy i17prrt utltuk S l :
=0.98 dan untuk S2 :
Dcrajat keanggotaan untuk parameter lainnya bernilai I untuk SI.
Setelall diperolel~ nilai ,/inz?v inp~rt, ~naka dilakukan pengevaluasian aluran. Berdasarkan Cuzilikasi ~uasukan pada co11to11 di atas. maka aka11 ada dun kaidal~ yang d i ~ l l ~ a k a n ulltuk pcugevaluasian aturatl, yaitu Kaidall 1 d a ~ r Kaidah
2 (Lampiran 5). Setelall dilaktlkan proses implikasi, 111aka llasilnya aka11 terlihat seperti berikut ini :
iF: and and and and dllli and .?,ill and and
d l i l i
atid a n d a n d a n d
and
dlld
and
d l l l i
and and
THEN:
Average t r s p e r a t u r e = i 0 . 9 8 1 5 1 Dry month = S l i l l
3 a i n f a l l = $ 1 i l l Ldlld d2dii>d(jtr = S1 ( 1 1
Sand t e x t u r e f o r d u s t = $1 i l l
Land t e x t u r e f o r s a n d = S l i l l
Ldori t e x t i l r e f o r c l a y e y = S1 I l l T h e e f f e c t i v e r o o t d e p t h = S1 (11 T ~ i x f o v e r c i p o = S1 i l l
:LIKE t h i ~ k l l e s s = S1 i l l Land KTK = 9 1 I 1 1
Land pH = S l I l l
- t i = 1 I 1 1 s a l i n i t y = 9 1 ( 1 1 s r l l f i d r d e p t h = S l i l l ; v a i l a k ~ i l i t y o f N = S1 I l l A v a i l a b i l i t y o f 1'205 = S l i l l I v a i l a b i l i t y o f KZO = $1 i l l .:lopin(l l a n d = $1 i l l
s i i ~ f a ~ c r o c k = S l i l l
Toldeti ,drown o f r u c k = S1 i l l Z r u s i u n danger- = $1 i l l ~:::itputl = ( 0 . 98151
IF:
dlld a n d ahid and and
d l l l i
a n d
~ l l l i
.rnd
i r l l l i
ar,,i
dlll:l
dlld
a n d
aiimi a n d and and
dllli d lid
dlai THE14 :
i v e r a ( l e t e l n p e r d t u r e = ( 0 . 0 2 1 S2 DCy , , , ~ i , t l , = :i1 I 1 I
3 a i n f d l l = :il i l l Land . i r a i n a ( l e = S l I l l
Lalid t e x t u r e f o r d u s t = S1 I l l iiliid tr:.:tnre f o r s a n d = $ 1 I l l ;and ~ C X C I I T P f o r c l a y e y = S1 i l l
he c f f r s t i v a r o u t d e p t h = S1 i l l ? u r f i w e ~ r i p r = $ 1 i l l
Turf t i i i i ' k n e s s = $1 i l l
:md KTK = S1 (1 I
:anc3 pH = 2 1 i l l a - = 1 I l l S a l i n i t y = S1 I l l . ; ~ ~ l f i , i r d e p t l , = S l I1 1
. A v a i l a k ~ i l i t y o f N = S 1 I 1 1 . z . v a i l . + b i l i t y o f P205 = S1 ( 1 1 ; v a i l d k i i l i t y o f K20 = S l I l l .:loping l a n d = S l I l l
.:urfacr r o c k = $1 i l l
.?dlde.i ,d~-own o f rock = $ 1 111 zrosi;~ii , i a l ~ $ e ~ = S1 i l l : t t = i0.02)::Z
Keluaran dari proses i~nplikasi m ~ t u k setiap kaidal~ di atas menjadi masukan untuk proses agregasi. Dari contol~ ini, proses agregasi tidak perlu dilakukan karena l~anya terdapat satu keluaran u n n k setiap kondisi pada setiap kaidal~ l~asil implikasi.
Untuk ~ ~ ~ e ~ n p e r o l e l ~ salu kcputusan dilakukan proses defuzifikasi. Dalan~ membandingkan hasil knalitatil keses~laia~~ laban antara nod el fi~zzy rrnpez(1i~l~11 dengall ,/rrzzy po!v~ionrial ini, neto ode
(:entroir/ dellgall nne~~ggcnmkan persalllaall (?enter of (.?rmlily seperli berikut :
Berdasarkan kelas klasifikasi kesesuaian laban, maka nilai orrtprrt 87% tenuasuk dalam selang S 1
(sangat sesuai), sel~ingga pada conto11 di atas. S1 r ~ ~ e m p a k a ~ ~ 11asil defuziiikasi secara kualitatif Hal ini berarti jemk sangat sesuai ditanam pada lahan yang dievaluasi.
Selain dengan ~uetode deiuzifikasi Centroid, dala111 penelitiao itd juga diterapkan metode defi~zifikasi dengan 111engambi1 nilai output yang terkual (A4axirrrum Output) sebagai llasil. Pada contoh di atas dari hasil proses agregasi diperolel~ ,fiizzy output untuk SI=0.98 dan S2=0.02,
sehingga dengat1 n~etode Maxi~?rtrm Output diperolel~ l~asil kualitatifi~ya adalal~ S1, sama dengan l~asil yang diperoleh dengall rnetode defuzifikasi Centroid di atas.
Proses illferensia,fuzq pada contoh yang telalt di.ielaska di atas menggunakan 1110del firzzy po!v17orninl. U ~ ~ t u k model kimjo frapezoirial, proses yaug dilakukan sama saja. Kedua 111ode1 ,Jitz?v tersebut hanya dibedaka~~ oleh fungsi
keanggotaan .fi~zzy yang digunakan. Dellgall perutnusan fungsi keauggotaan ,firzzy tropezoiriol. tuaka vada corltol~ di alas ,aka11 diverole11 ltasil firzzy otrtprrr untuk S1=0.9 dan S2=0.1. Hasil agregasi ini kemudian juga didefi~zifikasikan dellgall melode (.?entroiri da~: 1\4oxinrrrr11 Osfput. Dellgall metode defuzifikasi n//ori,r~rur~r Orrlput, 111aka hasill~ya secara kualitatif adalal~ dengall mengall~bil nilai ,fuzzy orrtput yang terbesar, s c l ~ i ~ ~ g g a d;~lam it ~ i hasilnya adalah S I.
Unluk loelode deiuzifikasi (.i.nfroid pada 111ode1 ,fi~z?v trop~.zoidol. perhilungan~~ya adalah severti berikut i ~ ~ i :
Berdasarkan kelas klasiiikasi kesesuaian lahall, nilai oufpuf 85% tennasuk dala~n selang S1 (sangat sesuai), sehingga pada contoh di atas dengan model fuzzy trapezoidal, S 1 ~nempakan hasil defuzifikasi secara halitatif
Contoh berikutnya dengan me~nberikan nilai input 19.6 untuk parameter suhu, selungga secam keselurullall nilai-uilai input-nya adalah sebagai berikut :
AVFZB(JC tn~~pe~'dtllre isCl = 19.6 Vry month = 2.5
Rainfall (mm/year) = 2000 Ldllii drainage iddys) = 5 0 Ldiid texture fur dust ( 6 ) = 6 0
Land tPKtilrr For sand ( 6 ) = 30 Land texture fur clayey I&) = 1 0 The effective root depth icnl = 120
T u r f O v e x ~ i p e (%I = 2 0
T ~ i r f tllickoes~ lclil) = 42
Ldnd KTK (inr/100 g ) = 2rJ
L a n i i pH = 6
n-Organic [%I = 4
Salinity (ss~hos/ccn) = 1 Sulfide depth lcn,) = 1 1 0 Availability of N 1%) = 0.5 Availability of 1'205 lppml = 3 0 Availability of KZO (lilg/lOO 9 ) = 3 0 Sloping land IS) = 1
S u r f a c e ruck ( % I = 1
Fulcird <drown of ruck I91 = 1 Eru:;ion danger 1%) = 0.3
Proses p e ~ ~ g a ~ n b i l a r ~ keputusan dengan lo@a .fuzzy 1111tuk nilai-nilai input lersebut di atas sama
seperti pada contoh pertallla.
Pada 111odel j u z y polyrzomial, untuk memperoleb idlai .firzzy output digunakan iungsi keanggotaat~,fuzzy polyzonrial sepelti pada co11to11 pertama. sehiugga diperolehfuzzy irzput untuk SI :
I~nl~likasi Kaidal~ 1 :
IF! . ~
a n d atid a n d and and a n d and
and
a n d a n d
and
a n d a n d
dlld
and and and a n d
d llri
d?,d and THEN:
Aver-a(je t r s p e ~ - a t r b i - c = 10. 02l::l [Icy ,nunth = S1 ( 1 1
R a i n f a l l = $1 i l l Lanci c l r a i n a q e = ::l ( I )
Laud t r x t r i r r f o r d t l ~ t = 3 1 (1) Lill,c:l t e x t l i r e f o r rir,,,<1 = 3 1 ( 1 ) Laiid t e x t l l c e f o r c l a y a y = ::I ( 1 ) T h r e f f e c t i v e r o o t cleuth = 3 1 1 1 I
. . T t l ~ f t1)i~klle:;s = $1 i l l Land KTK = $1 ( 1 1 Land pH = S1 ( 1 ) i = $1 ( 1 ) S a l i n i t y = ::I i l l ::ilifii:le d r p t h = $1 (11 A v n i l i l i - i i l i t y o f N = ::1 (11 A v d i l i l b i l i t y o f &'21:15 = 31 i l l A v a i l a b i l i t y o f KZO = $1 i l l
: i t I = 1 (11 S i l r f o c r LOCI( = L i l i l l
Fo1c:Iec:l drowli of rock = ::l (11 E T C I S ~ U I I ddl,(#rx = 31 (11 t t = iU.02131
I F :
and and a n d a n d a n d a n d
diid
and a n d atid and
and
2nd ~ ~~
asid and a n d itlld
dllri
e n d a n d
a n d
THEIN:
Avrrd(le ~ ~ ~ I ~ F ~ V C . , ~ ~ I C I - = (0. !)HIS2 [1Ky i , l C > 1 1 t l i = ::1 ( 1 I
R a i n f a l l = ::I i l l Land clr;rina(le = ::l i l l
Land t e x t u r e f o r iiilst = ::I ( 1 1 Ldii.3 t e ) : t i , r e ~ d , l < : i = 9 1 (1) LdliiS t e x t u r e tor c l i i y r y = $1 I
Tllr , e f f e c t i v e r-out d e p t h = 31 Ttirf o v e r r i p e = :il I l l
T u r f t l i i c k n e i : ~ = :il i l l Land KTK = 9 1 i l l Ldnli p1i = ::1 i l l : : - i= 1 (1) S a l i n i t v = $1 I l l . . l f i S t = 1 ( 1 1 A v a i l i t t s i i i t y o f 14 = ::l (11 A v a i l a k i i l i t y o f E'205 = ::I i l l A v i i i l r i t , i l i t y o f KZC:, = 9 1 i l l ::liigili(l l a n d = 3 1 (11 S U L ~ A C ~ rock = S1 (11
Fulde~:l dcowt, o f rock = ::l ( 1 ) EC(,:iiOll c:ld~i(jc?r = S1 i l l : t t = ( 0 . qa):;z
Proses agrcgasi ticlak perlu tlilakukan karcn;~ l~anya tertl;~p;~t satu k c l u a r : ~ ~ ~ untok sctiap kol~disi pads scliap k;ridal~ llasil ill~plikasi. Mclode dcCl~zifik;~si Cunlroicl juga dilakuken unluk n~cmperoleh oltlpul scl~ingga tliperolelk :
sesuai), sel~ir~gga pada cor~tol~ ini, S2 meiupakan hasil defuzifikasi secara kualitatif. Hal ini berarti jeruk ag~ak sesuai dila~iarn pada lahan yang dievaluasi. Begitu pula dengan ~netode defi~zifikasi MUXIIIIUIU Outplct hasil yang diperoleh adalah S2 karena fizzy ozttput utltuk S2 lebih besar daripadajrzzy outpul untuk S1 (0.98 > 0.2).
U111uk tnodel ,fiizzy lrupezordol, dengan proses yang salna seperti pada contoh sebelum~iya diperoleh jlrzzy outpltt untuk S1 adalah 0.1 dan ,Jitzzy ootpttl untuk S2 adala11 0.9 sel~i~lgga proscs defi~zifikasi untuk 111etode h.loxiiuur?r Oulpzil hasilnya secara kualitatif adalah dengall menga~libil uilai Juzzy output yang lerbesar, s e l ~ i ~ ~ g g a dalalt~ llal ini llasilnya adalal~ S2.
Ulltuk l~lelode defuzifikasi (.'enlrod pada model Jiizzy rrupezot<lnl, perl~itnngannya adelall sepelti berikut ild :
Bcrdasarka~l kclas klasifikasi kesesuaian la11;1n, nilai oulput 65% terulasuk dalaln selaug S2 (agak sesuai), selungga pada co11to11 di atas dengall model fuzzy trapczoicfal, S2 merupakan l~asil defuzifikasi secara hlalitatif
Coutol~ berikull~ya unluk menentukan kualitas lallall adalal~ de~lgar~ me~nberikm nilai input 20.0
unluk parameter suhu, sellillgga secara keselurul~a~~ nilai-uilai illput-nya adala11 sebagai berikut :
[Iry ino>>th = 2 . 5
R a i l , f s i l illsi/yracl = 2000 Land ,.irai,,nge ( d a y s ) = 50 Ldiici t e x t i l c r f u r c i r i s t ( $ 1 = 60 L~rnd t r x t u i - r f o x r;al,d ( $ 1 = 30 Land t e x t u r e f o r c l a y e y 1 % ) = 1 0 Tllr e f f e c t i v e r o o t d e p t h lcinl = 1 2 0 T u r f o v e r r i u e ~ ~~
.
I k l . . = 20T ~ I K ~ tl1ick1?e86 i ~ ! ! l l = 4 2 L d i i t i KTK iiae/100 i l l = 20 LC4l>d pH = ti
I - I ( 8 1 = 4 s n l i r i i t y linrnl,o:s/cr!t) = l 3 i l l f i t i r rlepth l':ml = 1 1 0 A v a i l a b i l i t y o f N 1 % )
-
0 . 5 A v a i l a b i l i t y o f P21:15 ippinl = 30 A v a i l a k ~ i l i t y o f K21:) lsig/100 q l = 30 : : l ~ r ~ i l l j ~ i d l l ~ l ( $ 1 = 1S i l L f d ~ r rock ( E l = 1
F'~,l,:led ilrowii o f rock 1 % ) = 1 E r o s i o n dal,ilra ( e l = 0 . 3
Tabcl 2. Hasil kualitatil cvaluasi lalian dellgall niei~ggunakan i~letode <:errter of Gravity luodel fuzzy trapezoirlal dan fuzzy (Co7/roid), teniyata juga dapat dilakukan dengall ~lie~~gainbil fuzzy output yang tcrkuat sebagai hasil (Maxirrr~rrtr Outprrt). Hal ini akan membuat sistem menjadi lebih sederhana dan cepat dalain proses pengalilbilan keputusan.
Hasil Kuantitatif
Sebelluiu~ya telah diur'aikan bal~wa nilai kuantitatif n~empakai~ nilai tingkat persentlse dari kesesuaian lahan. Proses inierensia fuzzy untuk memperoleli hasil kuantitatif teldi dijelaskan pada ketiga contoh di atas. De~igan rnerliberikan nilai- iiilai irtput gang saina seperti nilai irtput yang telah diberikan dan dengan proses yang sanla, maka Der~gar~ T nierupakan i~ilai input ut~tuk parameter
diperoleh sistem output secara kuantitatif seperti suhu, FT adalah liasil kualitatif kesesnaian lahall
d e i i ~ a n
-
nod el . . fuzzy trapezoids/, dan FP adalali pada tabel berikut : hasil percobaan dengaii model fu/uzzvpolyr7ot?1inl.Hasil pengujian yang terlil~at pada Tabel 2 ii~enui~.jukkan balnva nilai kualitatif output yang diperolel~ deiigan kedua model .fuzzy ine~uberikan liasil yang saioa.
Kemudian dengall proses pang saina seperti pada ketiga contoh di atas, l~asil kualitatif yailg diperoleli dari percobaan yang dilakukan dengall inetode deiuzifikasi Maxinrunr Output dapat dilihat pada Tabel 3.
Tabel 3. Hasil per~gevaluasia~i lalial~ dengall metode defuzifikasi Moxinlrrrn Output secan kualitatif.
T (DC)
I
CorrvI
M u F T(
MarFP 20.41
S 1I
S1I
S1Pada Tabel 3 di alas. Corn> adalal~ liasil kualitatif yang diperoleh secara koiivei~sioiial (rrorr-jirzzy), AloxIT nlen~pakan liasil h~alitatif penerapan model Jirzzy tropezoirlol dan i\.faxFP hasil kualitatif dari fuzzv po!yrrortrial dengan n~engg~inakan metode dcluzifikasi A./nri,r,rrrntr Oirlpnt. Percobann tersebut menui~jtlkkan bal~wa proses defirzifikasi evaluasi l a l ~ a ~ i selain
Tabel 4. Hasil perseiltase tingkat evaluasi lallan dengan inodel fuzzy trapezoidal dan fuzzy
Dengaii T rnen~pakai~ nilai input untuk parameter suhu. FT adalal~ l~asil kuantitatif kesesuaian lalian dei~gan inodel Jirzzy trapezoidal, dan FP adalal~ liasil percobaaii dellgall ~nodel./~zypolynon~ial.
[image:21.602.84.301.71.254.2] [image:21.602.312.519.322.456.2]Perba~idingmi Nilai Te~igal? Sl (87.5)
Dilihat pada Tabel 4. maka data yang termasuk dala~n klasifikasi kelas S1 (75%
-
100%) adalah seperti pada Tabel 5.Tabel 5. Hasil persentase tingkat evaluasi lahan dengan ~uodel fuzzv trapezoidal d a n f u z ~
Dengan T mempakan nilai input untuk parameter sulm,
FT
adalall hasil kuantitatif kesesuaian lal~an dengan nlodel fuzzy trapezoidal, dan FP adalal~ hasil percobasn dengan model fuzzy polynonrial.Dari kedua model fuzzy tersebut akan dicari data mana yang lebil~ dekat ke nilai tengah selang S1 (87.5) dengan menggunakan grafik sepelti pada Gambar 7.
-
- . . ~ ~polynonrial pada kelas S1.
Hasil Kuantitatif
4
Gambar 7. Gr'afik perbandingan hasil kuantitatif antara model trapezoidal (FT) dan model polyno~nial (FP) dalam selang S1.
FP (%)
87.0 85.5 83.0 79.6 75.0 T
(OC)
20.4 20.3 20.2 20.1 20.0
Perbandingnu A'ilai Te~igolr S2 (62..i)
Kemudian dengall mcrujuk d;~c;l p;~da T:lbcl 6.
perbandingan data pcrscl1l;lsc kcscs~l;~i;l~~ I;III~III hasil pengolal~an dcngan nlclodc fu:;~. p:ld:l scl;~ng S2 direpresentasikar~ ole11 gr;lfik dl b;l\\al~ ill1 :
FT (96) 85.0 82.6 80.0 77.5 75.0
Hasil Kuantitatif
4
Gambar 8. Grafik perbandingan l~asil kuantitatif antara model frapezoidal
(IT)
dan model po!vno~~rial (FP) dala~n selang S2.Dari grafik terlihat bal~wa l~asil yang diperolefl dengan model kuwa fuzzy polynonrial secara kuantitatif pada kelas S2 lcbil~ dekat kepada nilai tengah selang kelas kesesuaian lallan. yaitu 62.5.
Tabel 6. Hasil Dersenrase lingkat osluasi Ialtall
-
dengan model fuz~v rrapezoidal dan fuzqv [image:22.595.39.540.117.805.2] [image:22.595.301.540.142.376.2] [image:22.595.300.507.558.635.2]KESIMPULAN DAN SARAN
I<esin~pulan
Logika Jltzzy dapat diterapkan pada pengembangan sisteln pakar evaluasi lahan dan ~nengl~asilkan sistem output yang ~ ~ a l i d , karena hasil yang diperoleh salna dengan siste~n output secara konvensional.
Proses pengambilan keputusan secara fuzzy secara nmum ada tiga proses, yaihl fuzifikasi, pengevaluasian aturan (rrtle), dan defuziiikasi yang nuengl~asilkan sisteln outprtt yang valid.
Selain lnodel fitzzy trapezoidal yang telal~ diterapkan pada prototipe Spela Tabutro, model ftrzzy polynot~rial dengan fungsi keanggotaan
tonl line or juga dapat digunakan pada siste~n pakar evaluasi lal~an untuk tanaman buah tropik.
Hasil yang diperoleh dengan fuzzy poIynonria1 secara kuantitatif lebih baik daripada model fuzzy trapezoidal karena hasil yang diperoleh lebih lnendekati nilai tengah selang kelas kesesuaian lahan.
Selain penerapan Inerode defuzifikasi Centroid, penggunaan fuzzy output yang terkuat sebagai hasil juga dapat diterapkan pada sistem pakar evaluasi lahan.
Saran
Pengujian dasar teori sistem pakar evaluasi lahan untuk tanaman buah tropik dengan Iogika fuzzy telah dilakukan, dan untuk menuju
kesempurnaan, perlu dilakukan
pengimple~nentasian siste~n secara lengkap. Dengan se~nakin berketnbangnya internet, Implementasi sisteln berbasis web akan ~nenjadi lebih baik, sellingga diharapkan sistetn pakar ini akan benar-benar bennanfaat bagi para pengguna di lnana saja yang ~ n e ~ ~ ~ b u t u l k a n .
DAPTAR PUSTAKA
Djacnuddin, D., Basuni, S. Hardjowigeno, 8.
Subagyo, M. Sultardi,
I.
Marsudi, N. Suharta, L. Bakirn, Widagdo, J. Dai, V. Survandi, S. Baehri &E.
R Jordens. 1994. Kesesuaian Lallan untuk Tanaman Pertanian dan Tanaman Keluitanan. Center For Soil and Agrocli~nate Research Bogor.Marin~iu. 1992. Struktur dan Aplikasi Sislenu Pakar. Manajemen Peluuba~igunan No. 111,
Oktober.
Mathwork Inc., 1999. F U Z ~ Y Logic lbolbox for Use It'it/7 Matlab. The Mathwork Inc, Nalick, USA.
Olttavian, R. 1999. Siste~n Pakar Evaluasi Lahan untuk Tanaman Buah Tropik (Jeruk) Menggunakan Logika Fuzzy. Skripsi. Jurusan Ilmu Komputer, FMIPA IPB: Bogor.
Pacini, P. & Andrew T. 1992. Fuzzy Logic Prinrer. A Brief I~ttroductio~t fo Fuzzy Logic. Togai InfraLogic Inc, Irvine.
Ranst, E. V.,
A.
Tang, R Groenrrnans & S. Sinthurahat. 1996. Application of Fuzzy Logic to Land Suitability for Rubber Production in Peninsular. Tllailand. Geoder~na, 70: 1-19.Siler, W. 1997. Building Fuzzy Expert System. Alabama.
Htto://users.aol.com/wsiled.
.
(diakses bulan Juli 2000).Sibigtroth, J. M. 1992. I~nplementing Fuzzy Expert Rules in Hardware.
-.
AI Experf, 7(4): 25-Turban, E. 1992. Expert Syste111s and Applied Arfijicinl InteIligertce. Mac-Millan Publislling Company, New York.
Lampiran 1. Strulitur dasar sistem paliar.
fakta. kaidah. lilodel
+
fakta,
kaidah. Sistem
+
fakta, kaidall, Akuisisi Illnu
Pengetalman model b Pengetal~uan Berbasis 4 model
Mekanisme Inferensi
S . Pasir Si : Debu SR : Saugat ringan
L : Lc~npung SiL : Lelnput~g berdebu R : Ringan
C : Liac SiCL : Lempung liat berdebu S : Sedang
Ln~llllirnlr 4. Scl:ln:: l ~ i l i i i kivalilcristik l i l l l i i l ~ L I I I ~ U I < tilllamill1 jeruli tlcogen model firuypolyrio~i~icrl..
I f ~ r a m e t e r 5 1
I-lass = 'TEKSTUH LIAT' R9n.112=[0 l ( I C i 1
I Parameter81
Nanle = ' KED?.L&MAN-EFEKTI F ' R a n g e = 15 1501
N 1 15 5 45 551
- -
.
~ -~~ . .
S2 123 33 61 711 S3 I28 38 61 7 1 1 I l l I61 7 1 I,:,:' 1001
[ P a r a m e t e r l ? ]
Name = 'i;Tt:'
R a n g e = I 0 501 $3 10 0 4 61 52 14 G 1 5 171 $1 I15 1 7 50 501
[ P a r a m e t e r l : ] Name = 'pH'
R a n g e = 11 61
Nla 0 . 0 0 . 0 4 . 4 4.61 S3A ( 4 . 4 4.6 4 . 9 5.11 SZA 14.9 5 . 1 5 . 4 5.61
- - . - ~~~ ~ ~ .
SZB 16.4 G.6 6 . 9 7.11 538 L6.9 7 . 1 7 . 4 7.61
R a n g e = [ O 61
S3 [ 0 . 0 0 . 0 0 . 7 5 1.251
( P a r a m e r e r l 4 1
Name = 'SALINITAS'
[ FsranieterlGI blame = 'N'
Rrn,>e = LO 11
S 3 10.0 0.0 0,075 0.1251
2:: (0.075 0.125 0.175 0.2251 51 10.175 0.925 1.0 1.01
[Par-ameterlH1
NJ,"* = <l<2O8 Range = 10 GO1
$ 3 LO 0 7.5 12.51
S: 17.5 12.5 17.5 11.51 11 (17.5 22.5 GO GO1
[Parameter191
Name = 'KEMIRINGAK TAKAH' Rdnae = 10 401
[Parameter201
Name = 'BATUAN PERMUKAAN'
Range = 10 401 S1 10.0 0.0 2.5 3.51 S2 12.5 3.5 4.5 5.51 $3 (4.5 5.5 14.5 15.5)
N 1 114.5 15.5 24.5 25.51
N2 124.5 25.5 40.0 40.01 [Parameter211
Name = 'SINGKAPAN BATUAN'
-
Range = 10 401 S1 10.0 0.0 2.5 3.51 $2 12.5 3.5 4.5 5.51 S3 14.5 5.5 14.5 15.51 N1 114.5 15.5 24.5 25.51
Range = LO 151
S1 10.0 0.0 0.49 0.511
s? [0.49 0.51 0.75 1.251 53 (0.75 1.25 3.75 4.251
Lampiran 5. Rulc/I<aitl;il~ IF-THEN yang tlig1111al;;ln untuk pengcveluasian atol.an.
IF:
Avecaqe t r l n p e r a t u r - e = S1 .and Dry ~nnntti = S l
and R a i n f a l l = S1 3nd Land d r a i n a g e = S1
and Land t e s t u r e f o r d u s t = $1 iiid Land t e ? . t u r e f o r s a n d = 31 and Laild t e s t u o e f o r c l a y e y = S1
lrid The e f f e c t i v e r o o t ,depth = 51 3nd T u r I n v e r r i p r = S1
i i l d T u r f t h i s l : r ~ r s s = S l and Land KTK = S1 2nd Lar~d pH = S1 ~ n d C - O r , q a l i i ~ = 51 and S a l i n i t y = S1 .arid S u l f i d e deptl-t = S1 a n d A v a i l a b i l i t y o f N = 51 and A v a i l a b i l i t y of P?05 = S1 and A v a i l a b i l i t y o f K20 = S1 and S l o p i n g l a n d = S1 and S u r f a c e r o c k = $1
and Folded drown o f rock = S1 and E r o s i o n d a n g e r = $1 THEbI:
o u t p u t = 5 1
IF:
Average t e m p e r a t u r e = $1 2nd Dry month = S?
2nd R a i n f a l l = S1 and Land d r a i n a g e = $1
a d Land t e x t u r e f o r d u s t = S1 3nd Land t e x t u r e f o r s a n d = S1 and Land t e x t u r e f o r c l a y e y = S1 and The e f f e c t i v e r o o t d e p t h = S: and T u r f o v e r r i p e = S1
and T u r f t h i c k n e s s = S1 and Land KTK = S1 and Land pH = S1 and C-Oaganic = S1 and S a l i n i t y = S l and S u l f i d e d e p t h = $1 and A v a i l a b i l i t y o f N = S1 and A v a i l a b i l i t y o f P205 = S1 and A v a i l a b i l i t y o f K20 = S1 and S l o p i n g l a n d
-
S1 and S u r f a c e r o c k = $1and Folded drown o f r o c k = S1 and E r o s i o n d a n g e r = S l THEN:
o u t p u t = 52
I<;iitlnh 2 : Kaidah 4 :
I F :
Average c e m p e r a t u c e = $2 and Dry month = S1
and R a i n f a l l = S1 and Land d r a i n a g e = S1
and Land t e x t u r e f o u d u s t = S1 and Land t e x t u r e f o r s a n d = S1 and Land t e x t u r e f o u c l a y e y = S1 and The e f f e c t i v e c o o t d e p t h = S1 and T u r f o v e r r i p e = S1
s n d T u r f t l i i c k n e s s = S1 alnd Land t;TK = S1 and Land pH = S1
artd C-Ocqanic = S1 arid S a l i r j i t y = S1 and S u l f i d e degjth = S1
;~nd A v a i l a b i l i t y o f N = S1 and A v a i l a b i l i t y o f P?O5 = 51 and A v a i l a b i l i t y o f K20 = 51 and S l o p i n g l a n d = S1
and S u c f a c e rock = S1
and Folded drown o f rock = S1 and E r o s i o n d a n g e r = 51 THEN:
o u t p u t = SZ
IF:
Average t e m p e r a t u r e = S1 and Dry month = S1
and R a i n f a l l = S2 and Land d r a i n a g e = S1
and Land t e x t u r e f o r d u s t = $1 and Land t e x t u r e for sand = S1 and Land t e x t u r e f o r c l a y e y = $1 and The e f f e c t i v e r o o t d e p t h = S1 and T u r f o v e r r i p e = S1
and T u r f t h i c k n e s s = S1 and Land KTK = S1 2nd La"& pH = S1 and C-Organic = $1 and S a l i n i t y = S1 and S u l f i d e d e p t h = S1 and A v a i l a b i l i t y of N = S l and A v a i l a b i l i t y o f P205 = S1 and A v a i l a b i l i t y o f K2O = 5 1 and S l o p i n g l a n d = $1 and S u r f a c e r o c k = S 1
and Folded drown o f r o c k = S1 and E r o s i o n d a n g e r = S1 THEN:
I F : and and arid and diid and and and 2nd 3nd and .and and and a!id ai-ld a111 and and and
Avezage t e r n p e r a m r e = S1 Dry month = S1
R a i n f a l l =, S1 Land d r a i n a g e = S2
Land t e x t u r e f o r d u s t = S1 Land t e s t i l c e f o r s a n d = S1 Land t e x t u r e f u r c l a y e y = S1 The e f f e c t i v e r o o t d e p t h = S1 T u r f o v e r r i p e = S1
T u r f thic):rress = S1 Land ETE = 51 Land pH = 51 C-Organic = S l S a l i n i t y = S1 S u l f i d e d e p t h = S1 A v a i l a b i l i t y o f N = $1 A v a i l a b i l i t y o f P205 = S1 A v a i i a b i l i t p o f K20 = S1 S l o p i n g l a n d = S1
Suuf.ica cock: = S1
Folded drown o f r o c k = S1 and E x o s l o n d a n g e r = S1 THEN:
o u t p u t = $2
IF:
Average t e m p e r a t u r e = $1 and Dry month = S1
and R a i n f a l l = S1 and Land d r a i n a g e = S1
and Land t e x t u r e f o r d u s t = SZ
and Land t e s t u r e f o r s a n d = 52 and Land t e s t i l r e f o r c l a y e y = $2 and The e f f e c t i v e r o o t d e p t h = S1 and T u r f o v e r r i p e = S1
and T u r f t h i c k n e s s = $1 and Land t;l'K = S1 and Land pH = S1 and C-Organic = $1 and S a l i n i t y = S1 and S u l f i d e ,depth = S1 and A v a i l a b i l i t y o f N = S1 and A v a i l a b i l i c y o f PZ05 = S1 and A v a i l a b i l i c y o f K2O = S l and S l o p i n g l a n d = S1
and S u r f a c e cock = S1
and Folded drown o f r o c k = S1 and E r o s i o n dan,3er = S 1 T1iEl.l:
OUtpilt = 52
I F :
Average t e m p e r a t u i - e = S1 and Dry month = S1
and R a i n f a l l = S 1 and Land d r a i n a g e = S1
and Land t e x t u r e f o r d u s t = S1 and Land t e x t u r e f o r s a n d = S1 a r ~ d ' Land t e x t u r e f o r c l a y e y = s1
and The e f f e c t i v e r o o t d e p t h = 5 2 and T u r f o v e r r i p e = S1
a r ~ d T u r f t h i c k n e s s = S1 and Land KTK = S1 and Land pH = S1 and C-Organic = S1 and S a l i n i t y = S1 and S u l f i d e d e p t h = S1 and A v a i l a b i l i t y o f N = $1 and A v a i l a b i l i t y o f PZ05 = $1 and A v a i l a b i l i t y o f K20 = S1 and S l o p i n g l a n d = $1 and S u r E a c e rock = S1
and Folded drown o f rock = S1 and E r o s i o n d a n g e r = S1 THEN:
o u t p u t = 52
Knidali 8 :
a rld and and and and and and and and and and and and
8 "d
and and and and and and
Average t e m p e r a t u r e = S1 Dry month
-
S1R a i n f a l l = $1 Land d r a i n a g e = S1
Land t e x t u r e f o r d u s t = S1 Land t e x t u r e f o r s a n d = S1 Land t e x t u r e f o r c l a y e y = $1 The e f f e c t i v e r o o t d e p t h = S1 T u r f o v e r r i p e = $2
T u r f t h i c k n e s s = 6 1 A i d KTK = S l Land pH = S1 C-Organic = S1 S a l i n i t y = S1 S u l f i d e d e p t h = S1 A v a i l a b i l i t y o f N = S1 A v a i l a b i l i t y o f P205 = S1 A v a i l a b i l i t y o f K20 = S1 S l o p i n g l a n d = S l
S u r f a c e r o c k = S1
Folded drown o f r o c k = S l and E r o s i o n d a n g e r = S1 THEN:
IF:
Averatae temperature = S1 and Dry lmonth = S1
and Rainfall = 91 and Larid d r a i n q e = 51
a , d Lanj texrure for dust = 51 ahd Land tertu-e for sand = S1 .ifid Land tel:tn:e for clayey = 51
.%LC The effective coot depth = Sl
and Turf overripe = S1 a $ , Turf t1iiii:r:sss = S?
i s l - , J Land t;TK = -31
arm* Land ptl = 51
d n , J C-Or.janis = S 1
and Salinity = Sl al~d SillfiJe ,depth = S1
3 r d Availabilir)' of N = 51 and Availabilicy of P205 = S1 and Avsilabiliiy of K2O = S1
and Sloping lsnd = S1
2nd Surface rcsk = 51
and Folded drown o f ~ o c k = S1 and Erosion danger = S1
THEN:
OutpLit = s:
IF:
Average tenlperature = $1 and Dry laoi-tth = S1
and Rainfall = S1 and Land drainage = S1
atid Land texture for dust = S1
and Land texture for sand = S1 and Lam3 texture for clayey = S1 and The effective root depth = S1 and Turf overripe = $1
snd Turf tliisl:ness = S1 and Land KTtC..= 52 and LanJ pH = S 1
and C-Organic = S1 and Salinity = S1 and Sulfide depth = S1 and Availabiliey af N = S1 and Availabiliry of P205 = Si and Availability of K20 = Sl and Sloping land = Si
and Sucfaae rock = S1
and Folded drcwn of rock = S1 and Ernsion danger = S1 THEN:
output = S"
IF:
Average temperature = S1 and Dry month = S1
and Rainfall = S1 and Land drainage = S1
and Land texture for dust = S1 and Land texture for sand = S1 and Land texture for clayey = 51
and The effective root depth = Si and Turf overripe = $1
and Turf thickness = Sl and Land KTK = S1 and Land pH
-
5 2and C-Organic = S1 and Salinity = S1 and Sulfide depth = S1 and Availability of N = S1 and Availability of PZ05 = S1 and Availability of KZO = Si and Sloping land = sl
and Surface rock = S1
and Folded drown of rock = Si and Erosion danger
-
S1 THEN:output = S 2
IF:
Average temperature = S1 and Dry month = S1
and Rainfall = S1 and Land drainage = S1
and Land texture for dust = S1 and Land texture for sand = $1 and Land texture for clayey = S1 and The effective coot depth = S1 and Turf overripe = S1
and Turf thickness = S1
,.,:.
and Land KTK = S1and Land pH = S1 and C-Organic = $2 and Salinity = S1 and Sulfide depth = S1 and Availability of N = S1 and Availability of PZ05 = S1 and Availability of K20 = $1 and Sloping land = S1 and Surface rock = S1
and Folded drown o f rock = S1 and Erosion danger = $1 THEN:
iild ?!,d 2lld llid .%rid and i.!i ind slid .?:id 31,d arid
s nd
3 i l d
5lld i n d and 2nd dn,i 3nd
Avc-r.;,:e teniper-arure = S1 Dr.;, :!,,:.nth = 51
R a i r i f l l l = 51 Lab2 d r - a i n a p e = $1
Land t e x t u r e f o r d u s t = $1 Laic: t e x t u r e €0,- s a n d = S1 Law.: ?e:xcnre f o r c l a y e y = S l T h e e f f e c t i v e r o o t d e p t h = $1 T u r f o v e v r i p e
-
$1T u r f 'l?ici:r~r-s.~ = $1
- .
.
,..,.); =..
.>,v- .< .-I
Larl.: pil = 31 C-C)c~ani,: = 51 S a l i n i t y = SZ S ~ i l f i d r def:,ti'i = S1 A v a i l s b i 1 i . t ) ' .af N = S1 A v a i l a b i l i t y o f P205 = S1 A v a i l s b i l i t y o f K?O = S1 S l c g i n g larid = S1
S u r f a c e rock = $1
Folded drown o f cock = S1 znd E o i i . , n d a n y e r = $1 THEN:
o u t p u t = S?
I F :
A v e r q e t e m p e r a t u r e = $ 1
3 r d Dry inlonth = S1 and R a i n f a l l = S1 and Land d r a i n a g e = S1
and Land t e x t u r e f o r d u s t = S1 and Land t e x t u r e f o r s a n d = $1 2nd Lard ce:.:ture f o r c l a y e y = S1 a n d The e f f e c t i v e r o o t d e p t h = S1 2nd T u r i c v e r r i p e = S1
;rid T u r i thickness = S1 ind Lard ik:Ti.: = 51
2nd Land p ~ = SI .?nd C-Orpanic = 51 and S a l i n i t y = $1
iiid S u l f i , J e d e p t h = S2 alnd A v a i l a b i l i t y i,f N = S1
2nd A v a i l a b i l i t y o f PZ05 = $1 and A v a i l a b i l i t y o f K20 = $1 and S l o p i n g l a n d = S1 j n d S u r f a c e foci; = S1
and E c . l j r J d r o v i , ,of roc); = S l and Eri.si.?n , J a n q e r = S1 THil4:
OUtPUZ = S2
I F :
Average t e m p e r a t u r e = $1 and Dry month = S1
and R a i n f a l l = S1 and Land d r a i n a g e
-
S1and Land t e x t u r e f o r d u s t = S1 and Land t e x t u r e f o r s a n d = $1 and Land t e x t u r e f o r c l a y e y
-
S1 and The e f f e c t i v e r o o t d e p t h = S1 and T u r f o v e r r i p e = S1and T u ~ f t h i c k n e s s = S1 and Land KTK = S1 and Land pH = S1 and C-Organic = $ 1 and S a l i n i t y = S1 and S u l f i d e d e p t h = S1 and A v a i l a b i l i t y o f N = SZ and A v a i l a b i l i t y of P205 = S1 and A v a i l a b i l i t y o f K2O = S1 and S l o p i n g l a n d = S1
and S u r f a c e r o c k = S1
and Folded drown o f r o c k = S1 and E r o s i o n d a n g e r = S1 THEN:
o u t p u t = $2
I E:
Average t e m p e r a t u r e = S1 and Dry month = S l
and R a i n f a l l = $1 and Land d r a i n a g e = S1
and Land t e x t u r e f o r d u s t = S1 and Land t e x t u r e f o r s a n d = $1 and Land t e x t u r e Eor c l a y e y = S1 and The e f f e c t i v e r o o t d e p t h = S1 and T u r f o v e r r i p
