OPTIMASI FUZZY INFERENCE SYSTEM METODE
MAMDANI DENGAN ANT COLONY OPTIMIZATION(ACO)
UNTUK MENGHITUNG CURAH HUJAN
Diajukan Sebagai Syarat Untuk Menyelesaikan Pendidikan Program Strata-1 Pada
Jurusan Teknik Informatika
Oleh:
Margono Saftian NIM: 09021381419091
Jurusan Teknik Informatika
FAKULTAS ILMU KOMPUTER UNIVERSITAS SRIWIJAYA 2019
viii KATA PENGANTAR
Alhamdulillahi Robbil’Alamin, segala puji syukur kehadirat Allah SWT atas segala rahmat dan karunianya sehingga penulis dapat
menyelesaikan Tugas Akhir ini dengan baik. Tugas Akhir ini disusun untuk memenuhi salah satu syarat dalam menyelesaikan pendidikan program Strata-1 Program Studi Teknik Informatika pada Fakultas Ilmu Komputer di
Universitas Sriwijaya.
Dalam menyelesaikan Tugas Akhir ini banyak pihak yang telah memberikan bantuan dan dukungan baik secara langsung maupun secara tidak langsung. Untuk itu Penulis ingin menyampaikan rasa terima kasih yang tulus kepada:
1. Kedua Orang Tuaku tercinta, bapak Pirsa dan ibu Martita. Kakakku, Maman Setiawan. Adikku, Markuri Sanggamitra dan Muhammad Lekat Satya Novta, dan seluruh keluarga besar yang telah mendoakan juga memberi dukungan yang luar biasa baik dalam segi moril maupun materil kepada penulis;
2. Bapak Jaidan Jauhari, S.Pd., M.T. selaku Dekan Fakultas Ilmu Komputer;
3. Bapak Rifkie Primartha, M.T. selaku Ketua Jurusan Teknik Informatika dan selaku dosen pembimbing akademik;
4. Ibu Dian Palupi Rini, M.Kom., Ph.D. dan Pak Kanda Januar Miraswan, S.Kom., M.T. selaku dosen pembimbing yang telah memberikan arahan, masukan, kritik dan saran kepada penulis untuk menyelesaikan tugas akhir;
5. Ibu Yunita, M.Cs selaku dosen penguji I dan Ibu Alvi Syahrini Utami, M.Kom. selaku dosen penguji II yang telah memberikan masukan dan ilmu pengetahuan kepada penulis;
6. Seluruh Bapak dan Ibu Dosen Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya yang telah memberikan ilmu kepada penulis selama masa kegiatan perkuliahan;
ix
7. Seluruh staf Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya yang telah membantu penulis selama masa kegiatan perkuliahan;
8. Kevin Fadillah Indarto, yang sudah banyak membantu penulis selama pembuatan tugas akhir;
9. Teman-teman IF Bilinggual 2014 yang telah berjuang bersama selama masa perkuliahan;
10. Seluruh kakak tingkat, yang telah banyak memberikan bantuan dan saran selama masa perkuliahaan juga pembuatan tugas akhir;
11. Semua pihak yang telah banyak membantu dan berperan dalam penyelesain tugas akhir ini yang tidak dapat penulis sebutkan satu-pesatu, terima kasih banyak atas semuanya.
Penulis menyadari dalam penyusunan Tugas Akhir ini masih terdapat banyak kekurangan dikarenakan keterbatasan pengetahuan dan pengalaman. Oleh karena itu diharapkan kritik dan saran yang membangun, semoga Allah SWT selalu melimpahkan Rahmat dan Hidayah-Nya. Akhir kata dengan segala kerendahan hati, semoga Tugas Akhir ini dapat berguna dan bermanfaat bagi kita semua.
Palembang, Desember 2019
xi DAFTAR ISI
Halaman
HALAMAN JUDUL ... i
HALAMAN PENGESAHAN ... ii
HALAMAN TANDA LULUS UJIAN SIDANG TUGAS AKHIR ... iii
HALAMAN PERNYATAAN ... iv
MOTTO DAN PERSEMBAHAN ... v
ABSTRACT ... vi
ABSTRAK ... vii
KATA PENGANTAR ... viii
DAFTAR ISI ... xi
DAFTAR GAMBAR ... xv
DAFTAR TABEL ... xvii
DAFTAR LAMPIRAN ... xix
BAB 1 PENDAHULUAN
1.1 Pendahuluan ... I-1 1.2 Latar Belakang Masalah ... I-1 1.3 Rumusan Masalah ... I-3 1.4 Tujuan Penelitian ... I-4 1.5 Manfaat Penelitian ... I-4 1.6 Batasan Masalah ... I-4 1.7 Sistematika Penulisan ... I-5 1.8 Kesimpulan ... I-6
xii BAB II KAJIAN LITERATUR
2.1 Pendahuluan ... II-1 2.2 Landasan Teori ... II-1 2.2.1 Meteorogi ... II-1 2.2.2 Fuzzy Inference System (FIS) ... II-2 2.2.3 Metode Fuzzy Mamdani ... II-4 2.3.2.1 Pembentukan Himpunan Fuzzy ... II-4 2.3.2.2 Aplikasi Fungsi Implikasi ... II-7 2.3.2.3 Komposisi Aturan ... II-8 2.3.2.4 Penegasan (Defuzzyfikasi) ... II-7 2.2.4 Ant Colony Optimization (ACO) ... II-9 2.2.4 Root Mean Squared Error (RMSE) ... II-11 2.3 Penelitian Terkait ... II-12 2.4 Kesimpulan ... II-14 BAB III METODOLOGI PENELITIAN
3.1 Pendahuluan ... III-1 3.2 Unit Penelitian ... III-1 3.3 Pengumpulan Data ... III-1 3.4 Metodologi Penelitian ... III-2 3.4.1 Tahapan Penelitian ... III-2 3.4.2 Menetapkan Kriteria Pengujian ... III-3 3.4.3 Menentukan Alat yang Digunakan Dalam Penelitian ... III-3 3.4.4 Menentukan Alat yang Digunakan dalam Pelaksanaan
Penelitian….. ... III-4 3.4.5 Pengujian Penelitian ... III-5 3.4.6 Analisis Hasil Pengujian dan Membuat Kesimpulan ... III-6 3.5 Metode Pengembangan Perangkat Lunak ... III-6 3.6 Kesimpulan ... III-11
BAB IV PENGEMBANGAN PERANGKAT LUNAK
4.1 Pendahuluan ... IV-1 4.2 Analisis Kebutuhan ... IV-1 4.2.1 Perangkat Lunak Yang Digunakan ... IV-1 4.2.2 Perangkat Keras Yang Digunakan ... IV-1 4.2.3 Metode Yang Digunakan ... IV-2 4.3 Desain Sistem ... IV-10
xiii
4.3.1 Data Flow Diagram (DFD) ... IV-11 4.3.1.1 DFD Level 0 ... IV-11 4.3.1.2 DFD Level 1 ... IV-12 4.4 Kesimpulan ... IV-12
BAB V HASIL DAN ANALISIS PENELITIAN
5.1 Pendahuluan ... V-1 5.2 Uji Coba Penelitian ... V-1 5.3 Interface Sistem ... V-2 5.4 Basi Data ... V-4 5.5 Kesimpulan ... V-5
BAB VI KESIMPULAN DAN SARAN
6.1 Pendahuluan ... VI-1 6.2 Kesimpulan ... VI-1 6.3 Saran ... VI-2
DAFTAR PUSTAKA ... xx LAMPIRAN ...L-1
xiv
DAFTAR GAMBAR
Halaman
Gambar II-1. Kurva Travesium ... II-5 Gambar II-2. Kurva Bahu ... II-6 Gambar III-1. Alur Metode Waterfall ... III-7 Gambar III-2. Struktur Metode Analisis ... III-7 Gambar III-3. Hubungan Antara Analisis dan Perancangan ... III-9 Gambar IV-1. Variabel Kelembapan ... IV-2 Gambar IV-2. Variabel Suhu ... IV-4 Gambar IV-3. Variabel Kecepatan Angin ... IV-5 Gambar IV-4. Variabel Curah Hujan ... IV-6 Gambar IV-5. Diagram DFD Level 0 ... IV-11 Gambar IV-6. Diagram DFD Level 1 ... IV-12 Gambar V-1. Halaman Utama ... V-3 Gambar V-2. Halaman Hasil ... V-3
xv DAFTAR TABEL
Halaman
Tabel III-1. Tabel Hasil Pengujian Penelitian ... III-4 Tabel V-1. Tabel Hasil Pengujian Penelitian ... V-1 Tabel V-2. Struktur tabel hasil ... V-5
I-1 BAB I
PENDAHULUAN
1.1 Pendahuluan
Pada bab ini membahas latar belakang masalah, perumusan masalah, tujuan dan manfaat penelitian serta batasan masalah. Bab ini akan memberikan penjelasan umum mengenai keseluruhan penelitian.
1.2 Latar Belakang Masalah
Iklim merupakan faktor alam penting yang sangat dinamis dan sulit dikendalikan. Karena sifat iklim yang dinamis dan beragam diperlukan berbagai informasi hasil prediksi iklim sehingga lebih berdaya guna dalam bidang pertanian. Pertumbuhan dan produksi tanaman dipengaruhi oleh berbagai unsur iklim termasuk datangnya musim hujan. Kondisi iklim yang tidak menentu dapat menjadi faktor pembatas produksi pertanian.
Dibutuhkan informasi menghitung curah hujan untuk merencanakan pola tanam, sistem pengairan, pemupukan, pengendalian hama terpadu, dan panen. Tingkat keakuratan curah hujan sangat membantu petani mengurangi resiko gagal panen. Mendapatkan keakuratan dapat dilakukan melalui pengembangan sistem analisis dan teknik menghitung yang lebih kuantitatif dengan model statistik dan dinamik. Pemanfaatan informasi iklim merupakan poin penting yang akan
I-2
memberikan jalan petani dalam mencapai target produksi serta meningkatkan derajat petani (Artikov & Gary 2008).
Hujan merupakan sumber dari semua air yang mengalir di sungai dan di dalam tampungan baik di atas maupun di bawah permukaan tanah. Jumlah dan variasi debit sungai tergantung pada jumlah, intensitas dan distribusi hujan. Terdapat hubungan antara debit sungai dan curah hujan yang jatuh di DAS yang bersangkutan. Apabila data pencatatan debit tidak ada, data pencatatan hujan dapat digunakan untuk memperkirakan debit aliran (Triatmojo 2009). Karena curah hujan cenderung memilki nilai yang tidak pasti maka perlu metode yang toleransi terhadap ketidak pastian, salah satu yang sering digunakan adalah Fuzzy Inference
System (FIS). Hujan sendiri memiliki beberapa golongan seperti hujan ringan, hujan
sedang dan hujan lebat karena itu dalam penelitian ini penulis ingin menggunakan
Fuzzy Inference System (FIS) untuk menentukan golongan yang pas untuk setiap
hujan. Fuzzy Inference System (FIS) dapat memetakan input menjadi output berdasarkan if-then rule yang diberikan.
Penelitian yang dilakukan oleh ( Anjali, 2013) tentang perbandingan antara
Algoritma Genetika (GA) dan Ant Colony Optimization (ACO) untuk efisiensi
cakupan energi pada Wireless Sensor Networks (WSNs). WSNs memerlukan jumlah energi yang tetap dalam menerima satu bit informasi dan jumlah tambahan untuk mengirimkannya kembali. Oleh karena itu dilakukan penelitian tersebut untuk mengefisienkan cakupan energi dan memperpanjang usia jaringan. Walaupun pada ACO sangat sulit untuk menentukan parameter dan jumlah iterasi terbaik untuk mendapatkan solusi yang optimal. Keuntungan dari ACO adalah
I-3
penggunaan waktu yang lebih sedikit dibandingkan dengan GA. Sehingga dalam penelitian tersebut disimpulkan bahwa ACO lebih baik dibandingkan dengan GA untuk efisiensi cakupan energi pada WSNs dan memperpanjang usia jaringan. Oleh karena itu untuk mempercepat mendapatkan hasil yang terbaik dalam penelitian ini,penulis akan melakukan optimasi terhadap parameter fuzzy dengan menggunakan Ant Colony Optimization (ACO).
Berdasarkan penjelasan yang sudah dipaparkan, maka pada tugas akhir ini penulis ingin menghitung curah hujan dengan menggunakan Fuzzy Inference
System (FIS) dengan Ant Colony Optimization (ACO).
1.3 Rumusan Masalah
Faktor-faktor yang mempengaruhi curah hujan bersifat tidak pasti sehingga perlu metode yang toleran terhadap nilai yang tidak pasti salah satu yang seting digunakan adalah Fuzzy Inference System (FIS), maka permasalahan pada penelitian ini adalah sebagai berikut:
1. Bagaimana menghitung curah hujan menggunakan Fuzzy Inference
System (FIS) ?
2. Bagaimana mengoptimasi fungsi keanggotaan fuzzy menggunakan Ant
I-4 1.4 Tujuan Penelitian
Tujuan dilakukannya penelitian adalah sebagai berikut:
1. Membuat perangkat lunak menggunakan Fuzzy Inference System (FIS) dengan algoritma Ant Colony Optimization (ACO) untuk menghitung curah hujan
2. Mengoptimalkan Fuzzy Inference System (FIS) dengan algoritma Ant
Colony Optimization (ACO)
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah sebagai berikut :
1. Menghasilkan perangkat lunak FIS dan FIS-ACO untuk menghitung curah hujan.
2. Mengetahui apakah Ant Colony Optimization (ACO) dapat mengoptimalkan FIS dalam menghitung curah hujan.
1.6 Batasan Masalah
Beberapa batasan masalah yang didefinisikan dalam pengembangan perangkat lunak ini adalah penelitian yang dilakukan berdasarkan data yang didapatkan dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) stasiun Sultan Mahmud Badaruddin II Provinsi Sumatera Selatan.
I-5
1.7 Sistematika Penulisan
Sistematika penulisan dari proposal ini adalah sebagai berikut:
BAB I. PENDAHULUAN
Bab ini berisi latar belakang penelitian, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah dan sistematika penulisan.
BAB II. KAJIAN LITERATUR
Pada bab ini berisi teori – teori yang digunakan untuk memahami permasalahan yang dibahas pada penelitian ini, seperti penjelasan mengenai cuaca, logika fuzzy, fuzz Mamdani serta Ant Colony
Optimization (ACO).
BAB III. METODOLOGI PENELITIAN
Pada bab ini berisi deksripsi data yang digunakan dalam penelitian, tahapan – tahapan penelitian, metode waterfall dan manajemen jadwal penelitian.
I-6
BAB IV. PENGEMBANGAN PERANGKAT LUNAK
Bab ini membahas perancangan dan lingkungan implementasi, analisis dari masalah yang dihadapi dalam penelitian serta perancangan perangkat lunak untuk menghitung curah hujan.
BAB V. HASIL DAN ANALISIS PENELITIAN
Bab ini membahas implementasi dari hasil analisis dan perancangan yang telah dilakukan sebelumnya. Hasil analisis berupa kesimpulan yang diperoleh dari penelitian. Melakukan pengujian perangkat lunak serta pengujian data penelitian.
BAB VI. KESIMPULAN DAN SARAN
Bab ini berisi semua kesimpulan dari uraian-uraian yang telah dibahas sebelumnya, dan saran yang diharapkan dapat berguna untuk pengembangan penelitian lebih lanjut.
I-7 1.8 Kesimpulan
Pada bab ini telah dibahas mengenai penelitian yang akan dilaksanakan yaitu menghitung curah hujan menggunakan metode Fuzzy Inference System (FIS) dengan Ant Colony Optimization (ACO). Selanjutnya teori-teori yang berkaitan dengan penelitian akan dibahas pada bab II.
xx
DAFTAR PUSTAKA
Hannats, Moch, Hanafi Ichsan, Erni Yudaningtyas, and M Aziz Muslim. 2012. “Solusi Optimal Pencarian Jalur Tercepat Dengan Algoritma Hybrid Fuzzy-Dijkstra.” Eeccis 6(2): 155–60.
Novandi. 2007. “Perbandingan Algoritma Dijkstra Dan Algoritma Floyd-Warshall Dalam Penentuan Lintasan Terpendek ( Single Pair Shortest Path ).” Makalah IF2251 Strategi Algoritmik 1: 1–5.
Aprian, R., & Novandi, D. (2007). Perbandingan Algoritma Dijkstra dan Algoritma Floyd-Warshall dalam Penentuan Lintasan Terpendek ( Single Pair Shortest Path ), 1–5.
Ginting, R. B. (n.d.). Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan, 5771.
Kriswanto, Y. R., Bendi, R. K. J., Aliyanto, A., Tinggi, S., & Musi, T. (2014). Penentuan Jarak Terpendek Rute Transmusi dengan Algoritma Floyd-Warshall. Seminar Nasional Teknologi Informasi & Komunikasi
Terapan, 2014(November), 209–216.
https://doi.org/10.13140/2.1.2632.6729
Siti Komariyah, Riza M. Yunus, S. F. R. (2013). Logika Fuzzy Dalam Sistem Pengambilan Keputusan Penenrimaan Beasiswa, 3(m), 10–12.
M. Dorigo and L.M. Gambardella. Ant colony system: A cooperative learning approach to the traveling salesman problem. IEEE Transactions on Evolutionary Computation, 1(1):53-66, 1997.
Tarigan, S. Y. B., Tobing, M. L., & Situmorang, Z. (2017). Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani. Seminar Nasional Teknologi Informatika (Semantika), (August), 163–168.
Yulmaini. (2016). Penggunaan Metode Fuzzy Inference System (Fis) Mamdani Dalam Pemilihan Peminatan Mahasiswa Untuk Tugas Akhir.
Jurnal Informatika, 15(1), 10–23. Retrieved from
https://jurnal.darmajaya.ac.id/index.php/JurnalInformatika/article/view/5 33
