i
PRAKIRAAN PENGGUNAAN JUMLAH AKOMODASI KAPAL FERRY PADA PELABUHAN PT ASDP INDONESIA
FERRY (PERSERO) CABANG KETAPANG-GILIMANUK DENGAN PENERAPAN METODE ADAPTIVE NEURO FUZZY
INFERENCE SYSTEM (ANFIS)
SKRIPSI
Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata I Teknik Elektro Universitas Muhammadiyah Malang
Disusun Oleh :
TIAN RAMADHAN HIDAYAT 201010130311162
JURUSAN ELEKTRO FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG 2015
ii
iii
iv
v
LEMBAR PERSEMBAHAN
Puji syukur kehadirat Allah SWT atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini. Penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada :
1. Allah SWT, atas segala pemberian petunjuk dan kelancaran dalam pengerjaan dan penyelesaian tugas akhir ini.
2. Kedua orang tua yaitu Bapak. H. Abdullah Tayib dan Ibu Hj. Hamida yang selalu mendo’akan, mendukung dan memotivasi penulis sehingga bisa menyelesaikan tugas akhir ini.
3. Bapak General Manager PT ASDP INDONESIA FERRY (PERSERO) beserta jajarannya.
4. Bapak Ahmad selaku pegawai PT ASDP INDONESIA FERRY (PERSERO) yang mengantar saya sehingga mendapatkan data dibagian operasional sebagai bahan penunjang skripsi.
5. Bapak Dr. Ir. Ermanu Azizul Hakim., M.T. dan bapak Ilham Pakaya, S.T.
selaku pembimbing tugas akhir.
6. Bapak Ir. Sudarman, MT sebagai Dekan Fakultas Teknik Universitas Muhammadiyah Malang.
7. Ibu Ir. Nur Alif Mardiyah, MT selaku Ketua Jurusan Teknik Elektro Universitas Muhammadiyah Malang.
8. Bapak Ilham Pakaya, S.T. yang sudah meluangkan waktu untuk membimbing dalam mencari judul skripsi dan menyusun proposal.
9. Saya ucapkan terima kasih juga kepada bapak Ir. M. Irfan, MT selaku dosen penguji 1, serta bapak M. Chasrun Hasani, ST. MT. selaku wali dosen sekaligus penguji 2 yang banyak memberikan masukan terhadap hasil skripsi.
10. Melyza Miharjo S.T., Edho Widyatama S.T, Malikhul Amin S.T, Khaerul Humam S.T, dan Ikhwanul Hakim S.T yang sudah memberikan motivasi dan mendukung dalam segala hal. Dan Juga Thayyab Sidiq, Taufik Walhidayat yang mana teman seperjuangan dalam periode sidang bulan mei ini.
vi
11. Terima kasih juga kepada Rezy Gracesita Rizky yang memotivasi saya agar cepat-cepat menyelesaikan skripsi ini.
12. Teman-teman seperjuangan elektro D dan teman – teman se-elektro angkatan 2010.
13. Pihak Dosen beserta Staff TU Jurusan Teknik Elektro UMM.
14. Saya ucapkan juga terima kasih kepada yang part time salah satunya gufron, juga vika yang melayani saat pengumpulan berkas dengan baik.
15. Serta semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah berjasa dalam pengerjaan Tugas Akhir ini.
vii
KATA PENGANTAR
Dengan memanjatkan puji syukur kehadirat Allah SWT. Atas limpahan rahmat dan hidayah-NYA sehingga penulis dapat menyelesaikan skripsi yang berjudul :
“PRAKIRAAN PENGGUNAAN JUMLAH AKOMODASI KAPAL FERRY PADA PELABUHAN PT ASDP INDONESIA FERRY (PERSERO) CABANG KETAPANG-GILIMANUK DENGAN PENERAPAN METODE
ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)”
Di dalam tulisan ini disajikan pokok-pokok pembahasan yang meliputi pendahuluan, dasar teori, perancangan sistem, dan pengujian sistem. Penulis menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu penulis mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan kedepan.
Malang, 7 Mei 2015
Penulis
viii
DAFTAR ISI
LEMBAR JUDUL ...i
LEMBAR PERSETUJUAN...ii
LEMBAR PENGESAHAN ...iii
SURAT PERNYATAAN...iv
ABSTRAK ...v
ABSTRACT ...vi
LEMBAR PERSEMBAHAN ...vii
KATA PENGANTAR ...ix
DAFTAR ISI ...x
DAFTAR GAMBAR ...xiii
DAFTAR TABEL ...xv
BAB I. PENDAHULUAN 1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Tujuan ... 2
1.4 Batasan Masalah... 2
1.5 Metodologi Penelitian ... 3
1.6 Sitematika Penulisan Tugas Akhir ... 3
BAB II. DASAR TEORI 2.1 Pengertian Peramalan (Forecasting) ... 5
2.2 Kegunaan dan Peran Peramalan ... 5
2.3 Jenis Peramalan ... 6
2.4 Metode Pemulusan ... 6
ix
2.5 Faktor-faktor yang Mempengaruhi Jumlah Kapal Ferry Pada Pelabuhan 8
2.6 Beberapa Cara Meramalkan Jumlah Kapal Ferry ... 8
2.7 Jaringan Syaraf Tiruan ... 9
2.7.1 Jaringan Syaraf Adaptif ... 9
2.8 Logika Fuzzy ... 10
2.8.1 Himpunan Fuzzy ... 10
2.8.2 Fuzzifikasi... 11
2.8.3 Defuzzifikasi ... 11
2.9 Konfigurasi Sistem Logika Fuzzy ... 12
2.10 Soft Computing dan Neuro-Fuzzy ... 12
2.10.1 Karakteristik Integrasi Neuro Fuzzy-Soft Computing ... 13
2.10.2 Sistem Inferensi Fuzzy (Fuzzy Inference System) ... 14
2.10.3 Fuzzy C-Means (FCM) ... 15
2.11 Adaptive Neuro-Fuzzy Inference System (ANFIS) ... 16
2.11.1 Arsitektur Adaptive Neuro-Fuzzy Inference System (ANFIS) ... 16
2.11.2 Evaluasi Akurasi Peramalan Adaptive Neuro Fuzzy Inference System (ANFIS) ... 18
2.12 Algoritma pembelajaran Hybrid ... 19
2.12.1 Least Square Estimator (LSE) Rekursif ... 20
2.12.2 Model Propagasi Error... 21
BAB III. PERANCANGAN SISTEM 3.1 Tahapan Perancangan ... 24
3.2 Pendekatan Perancangan ... 25
3.3 Jenis Data ... 25
3.4 Teknik Pengumpulan Data ... 25
3.5 Teknik Perancangan ... 26
3.5.1 Menyiapkan data angkutan lebaran h-7 (Hari Raya Idul Fitri kurang hari) ... 26
3.5.2 Proses Pembentukan data masukan, keluaran menjadi data matriks . 35 3.5.2.1 Matriks Masukan ... 35
x
3.5.2.2 Matriks Keluaran ... 35
3.5.3 Mencari nilai mean dan deviasi standar ... 35
3.5.4 Tahap Pembelajaran ANFIS ... 38
3.5.5 Tahap uji coba ANFIS... 39
3.6 Bagian-bagian Design GUI Menu Prakiraan ... 40
3.6.1 Objek Figure ... 40
3.6.2 Objek Uimenu ... 41
3.6.3 Objek Uicontrol... 43
3.7 Model Perancangan Menu Prakiraan ... 44
BAB IV. ANALISA DAN PEMBAHASAN 4.1 Analisa Graphic User Interface ... 46
4.2 Analisa Proses Prakiraan... 47
4.2.1 Prakiraan Penggunaan Kapal Ferry ... 47
4.2.1.1 Proses Prakiraan Penggunaan Kapal Ferry Tahun 2014 ... 47
4.2.1.2 Sistem Konversi Penggunaan Kapal Ferry ... 56
BAB V. KESIMPULAN DAN SARAN 2.1 Kesimpulan ... 59
5.2 Saran ... 60
DAFTAR PUSTAKA ... 61 LAMPIRAN
xi
DAFTAR GAMBAR
Gambar 2.1 Konfigurasi system logika fuzzy ... 12
Gambar 2.2 Sistem Inferensi Fuzzy ... 14
Gambar 2.3 Arsitektur ANFIS ... 17
Gambar 3.1 Diagram Alur Proses Perancangan ... 24
Gambar 3.2 Flowchart Prakiraan Menggunakan ANFIS ... 27
Gambar 3.3 Grafik Input Data X1 (Data Tahun 2012) ... 29
Gambar 3.4 Grafik Input Data X2 (Data Tahun 2013) ... 30
Gambar 3.5 Grafik Output Y (Data 2014) ... 31
Gambar 3.6 Grafik Input X1 dalam Bentuk Luas (Data 2012) ... 32
Gambar 3.7 Grafik Input X2 dalam Bentuk Luas (Data 2013) ... 33
Gambar 3.8 Grafik Output Ydalam Bentuk Luas (Data 2014) ... 34
Gambar 3.9 Matriks Input ... 35
Gambar 3.10 Matriks Output ... 35
Gambar 3.11 Flowchart Clustering Data ... 37
Gambar 3.12 Diagram alir tahap uji coba ... 39
Gambar 3.13 Diagram Objek ... 40
Gambar 3.14 Tampilan layer menggunakan objek figure ... 41
Gambar 3.15 Tampilan menggunakan Objek uimenu ... 43
Gambar 3.16 Diagram perancangan menu ... 44
Gambar 4.1 Tampilan graphic user interface ... 46
Gambar 4.2 Tampilan layer 1 ... 49
Gambar 4.3 Hasil tampilan grafik perbandingan data jumlah kendaraan ... 49
Gambar 4.4 Proses melakukan prakiraan ... 50
xii
Gambar 4.5 Proses pembelajaran jaringan adaptif ... 54 Gambar 4.6 Perbandingan output target dengan output hasil prakiraan ... 55 Gambar 4.7 Program Konversi ... 57
xiii
DAFTAR TABEL
Tabel 2.1 Perbandingan metode artificial neural network dengan fuzzy logic
system ... 13
Tabel 3.1 Pembagian data angkutan lebaran ... 28
Tabel 3.2 Pemodelan pasangan data masukan dan keluaran ... 28
Tabel 3.3 Data angkutan lebaran tahun 2012 ... 29
Tabel 3.4 Data angkutan lebaran tahun 2013 ... 30
Tabel 3.5 Data angkutan lebaran tahun 2014 ... 31
Tabel 3.6 Hasil konversi data tahun 2012 ... 32
Tabel 3.7 Hasil konversi data angkutan lebaran 2013 ... 33
Tabel 3.8 Hasil konversi data angkutan lebaran 2014 ... 34
Tabel 3.9 Proses pembelajaran ANFIS ... 39
Tabel 4.1 Pasangan data pelatihan untuk prakiraan H-7 sampai H-1 tahun 2014 48 Tabel 4.2 Kecendrungan data masuk cluster data pelatihan ... 51
Tabel 4.3 Output lapisan pertama ... 52
Tabel 4.4 Output lapisan kedua dan ketiga ... 53
Tabel 4.5 Koefisien parameter ... 53
Tabel 4.6 Perbandingan output target dengan output prakiraan ... 54
xiv
DAFTAR PUSTAKA
[1] Kusumadewi, Sri; Hartati, Sri. NEURO-FUZZY: Integrasi Sistem Fuzzy & Jaringan Syaraf/Sri Kusumadewi; Sri Hartati-Edisi Ke dua – Yogyakarta; Graha Ilmu, 2010.
[2] KRAMADIBRATA, Soedjono: Perencanaan Pelabuhan/Soedjono Kramadibrata- Bandung: Penerbit ITB, 2002.
[3] Ismayani, Ika Luzya. Pemakaian Jaringan Syaraf Tiruan Perambatan Balik Dalam Peramalan Beban Jangka Pendek Sistem Kelistrikan Bali. Jimbaran : Tugas Akhir
Program S1 Jurusan Teknik Elektro Fakultas Teknik Universitas Udayana; 2005.
[4] Dinar Atika. Peramalan Kebutuhan Beban Jangka Pendek Menggunakan Jaringan Syaraf Tiruan Backpropagation. Semarang : Tugas Akhir Program S1 Jurusan Teknik
Elektro Fakultas Teknik Universitas Diponegoro; 2007.
[5] Arikunto S. Prosedur penelitian suatu pendekatan Praktik, Ed Revisi VI. Jakarta:
Penerbit PT Rineka Cipta, 2006.
[6] Widodo, Pudjo, Prabowo; Handayanto, Trias, Rahmadya; Heriawati. Penerapan Data Mining Dengan Matlab/Prabowo Pudjo Widodo; Rahmadya Trias Handayanto;
Heriawati-Bandung; Rekayasa Sains, 2013.
