Achmad Febrianto
Skripsi
Sebagai Salah Satu Syarat Untuk Memperoleh
Gelar Sarjana Sains
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Oleh :
Achmad Febrianto
102094026455
ii
PENGESAHAN UJIAN
Skripsi berjudul Analisis Kualitas Air Bersih Pada Logam Cadmium
Menggunakan Logika Fuzzy Metode Sugeno (Studi Kasus Pada Kecamatan
Klari, Karawang, Jawa Barat) yang ditulis oleh Achmad Febrianto, NIM
102094026455 telah diuji dan dinyatakan lulus dalam sidang Munaqosyah
Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah
Jakarta pada tanggal 9 Oktober 2008. Skripsi ini telah diterima sebagai salah satu
syarat untuk memperoleh gelar sarjana strata satu (S1) Program Studi Matematika.
Menyetujui,
Penguji 1,
Penguji 2,
Pembimbing 1,
Pembimbing 2,
Mengetahui,
Dekan Fakultas Sains dan Teknologi,
iii
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENARBENAR HASIL KARYA SENDIRI YANG BELUM PERNAH DIAJUKAN
SEBAGAI SKRIPSI PADA PERGURUAN TINGGI ATAU LEMBAGA
MANAPUN.
Achmad Febrianto
102094026455
iv
PERSEMBAHAN
ABSTRAK
Limbah merupakan salah satu hasil dari industri yang tidak lagi dapat
digunakan berupa kotoran dan bahan sisa yang dibuang ke lingkungan. Tentu saja
ini menjadi ancaman serius bagi keseimbangan lingkungan, kesehatan masyarakat
di sekitarnya dan kualitas air bersih. Salah satu daerah yang terancam adalah
Kecamatan Klari, Kabupaten Karawang Propinsi Jawa Barat. Daerah tersebut
memiliki beberapa perusahaan industri yang menghasilkan limbah logam berat,
salah satunya adalah cadmium.
Dalam penelitian ini penulis meneliti analisis antara daerah sumber
pencemaran yang memiliki kandungan kadar cadmium pada musim kemarau dan
musim hujan dengan jarak rumah penduduk dengan menggunakan logika fuzzy
metode Sugeno orde-nol. Langkah-langkah dalam sistem fuzzy seperti
fuzzyfikasi, penalaran dan defuzzyfikasi dapat memecahkan masalah tersebut
dengan menghasilkan output berupa jarak aman antara sumber pencemaran
dengan tempat tinggal. Hasil dari beberapa pengujian yaitu, bila musim kemarau
kadar Cd = 60 dag/L, dan musim hujan kadar Cd = 135, maka jarak rumah aman
yang dihasilkan = 65 m. Bila musim kemarau kadar Cd = 53 dag/L, dan musim
hujan kadar Cd = 137, maka jarak rumah aman yang dihasilkan = 82,1 m. Bila
musim kemarau kadar Cd = 48 dag/L, dan musim hujan kadar Cd = 132, maka
jarak rumah aman yang dihasilkan = 103,5 m. Sehingga diharapkan masyarakat
dapat memanfaatkan air secara maksimal di daerah tempat tinggalnya.
Kata kunci : Sistem Fuzzy, Fuzzyfikasi, Defuzzyfikasi, Sugeno orde-nol.
vi
ABSTRACT
Cesspools are waste and residue that can not be used that that are thrown
to environment. It could be serious threats for balance environment, the public
healt, and bord water quality. One of the place that affected by this problem is
Klari subdistric, Karawang District, West Java Province. This area have some
factories that produce heavy metal, like cadmium (Cd).
In this paper, we analyze between Cd pollutan are in dry and rainy seasons
and people houses distance using fuzzy logic zero-orde Sugeno method.
Fuzzyfication, logical, and defuzzyfication can solve those problems by resulting
that produce safe distance between resources pollution and houses. Result of some
experiment are, if dry seasons Cd pollutan = 60 dag/L and rainy seasons = 135
dag/L, then produce safe distance between resources pollution and houses = 65 m.
if dry seasons Cd pollutan = 53 dag/L and rainy seasons = 137 dag/L, then
produce safe distance between resources pollution and houses = 82,1 m. If dry
seasons Cd pollutan = 48 dag/L and rainy seasons = 132 dag/L, then produce safe
distance between resources pollution and houses = 103,5 m. Result of research
people could use their pure water maximumly.
Keywords : fuzzy system, fuzzyfication, defuzzyfication, zero-orde Sugeno
method.
vii
KATA PENGANTAR
viii
7. Priyanto, Beni, Van Bothen, Nana, Hafizh, Indri, Alpiyah, Ratna dan segenap
Ikhwan - Akhwat Fillah SMU 85 Jakarta.
8. Ari, Pras, Irwan, Taris, rekan-rekan Komda dan KAMMI yang tidak dapat
disebutkan satu persatu.
9. Teman-teman mahasiswa Matematika angkatan 2002, 2003, dan 2004.
10. Dian Santri, Elin, Indah dan Ningsih, mahasiswi TI-C angkatan 2005
11. Puncak segala puji dan syukur, Allah Subhanahu Wa Taala.
Wassalamualaikum Warahmatullahi Wabarakatuh
Penulis
ix
DAFTAR ISI
HALAMAN JUDUL .. i
PENGESAHAN ..
ii
PERNYATAAN . iii
PERSEMBAHAN DAN MOTTO .
iv
ABSTRAK .
ABSTRACT
vi
PENDAHULUAN 1
1.1. Latar Belakang . 1
1.2. Permasalahan ... 3
1.3. Pembatasan Masalah 3
1.4. Tujuan Penelitian . 4
1.5. Manfaat Penelitian ... 4
xi
DAFTAR GAMBAR
xii
BAB I
PENDAHULUAN
1.1.
Latar Belakang
Daerah Tingkat II Kabupaten Karawang yang semula merupakan
daerah pertanian mulai menggalakkan pembangunan di bidang industri.
Perubahan ini dapat menimbulkan dampak positif maupun negatif bagi
masyarakat setempat. Salah satu dampak positifnya adalah bertambahnya
lapangan pekerjaan bagi para penduduk yang bertempat tinggal di sekitar
industri. Sedangkan dampak negatifnya adalah timbulnya perumahan
kumuh di sekitar pabrik dan kemungkinan tercemarnya sumber air bersih
dengan bahan pencemar yang berasal dari buangan pabrik, sehingga dapat
membahayakan kesehatan masyarakat di sekitar industri tersebut.
Buangan industri dapat menimbulkan beberapa penyakit seperti
diare dan penyakit kulit. Menurut [2], penelitian keadaan lingkungan yang
dikaitkan dengan pola penyakit di kawasan Industri Pulau Batam tahun
1992 menunjukkan bahwa proporsi angka penyakit diare menduduki
urutan kedua (8,46%) setelah angka penyakit ISPA (20,32%). Penyakit
kulit merupakan urutan keempat dari sepuluh penyakit terbesar di pulau
Batam. Penyakit kulit dan diare merupakan contoh penyakit karena
lingkungan yang kurang baik. Selain itu juga dilakukan penelitian kejadian
diare dan penyakit kulit yang diderita penduduk di sekitar industri. Hal ini
tentu saja dapat dikurangi atau dicegah dengan memperhatikan lingkungan
industri. Dalam
penelitian ini,
penulis
1.2.
Permasalahan
Permasalahan yang di bahas dalam penelitian ini adalah :
1. Bagaimana pembentukan fungsi keanggotaan yang mempunyai input
kadar Cd pada musim kemarau, musim hujan, dan jarak rumah yang
aman sebagai output ?
2. Bagaimana fungsi implikasi pada setiap aturan fuzzy yang telah
ditentukan ?
3. Berapa nilai output dari beberapa pengujian ?
1.3.
Pembatasan Masalah
Dalam penelitian ini, masalah-masalah di atas dibatasi oleh :
1. Fungsi keanggotaan yang digunakan untuk input dan output
menggunakan representasi kurva segitiga.
2. Proses mendapatkan solusi berupa fuzzyfikasi,
penalaran dan
defuzzyfikasi.
3. Dicantumkan hasil pemeriksaan kualitas air bersih yang mengandung
Cd, tembaga (Cu), timbal (Pb) dan cromium (Cr), karena logam-logam
berat tersebut banyak terdapat dalam air buangan industri. Namun dari
keempat logam berat tersebut, data yang digunakan untuk nilai kualitas
air adalah kadar logam berat Cd yang diukur pada musim kemarau dan
musim hujan, serta data jarak rumah dengan sumber pencemaran.
1.4.
Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1. Mengetahui pembentukan fungsi keanggotaan yang mempunyai input
kadar Cd pada musim kemarau dan musim hujan dan jarak rumah yang
aman sebagai output.
2. Menginterpretasi fungsi implikasi pada setiap aturan fuzzy yang telah
ditentukan.
3. Mendapatkan output dari beberapa pengujian.
1.5.
Manfaat Penelitian
Diharapkan dari hasil penelitian ini dapat lebih memudahkan
Departemen Pusat Penelitian dan Pengembangan dalam memberikan
penyuluhan dan himbauan terhadap warga Kecamatan Klari untuk lebih
memperhatikan lingkungan rumahnya yang rentan terhadap pencemaran.
Sedangkan bagi masyarakat setempat, dapat mengetahui jarak aman rumah
mereka terhadap sumber pencemaran.
BAB II
LANDASAN TEORI
2.1.
Kualitas Air
Menurut [8], kualitas air adalah karakteristik mutu yang
dibutuhkan untuk pemanfaatan tertentu dari sumber-sumber air. Kriteria
mutu air merupakan satu dasar baku mutu air, di samping faktor-faktor
lain.
Manusia memerlukan air tidak hanya dari segi kuantitasnya saja,
tetapi juga kualitasnya. Kualitas air ditentukan oleh konsentrasi bahan
kimia yang terlarut di dalam air. Permasalahan kualitas air dapat di
timbulkan oleh proses alamiah maupun ulah manusia
Ada beberapa parameter kualitas air bersih seperti kaitannya
dengan pengaruh terhadap erosi, sedimentasi, suhu air, kimia, dan biologi.
jika kualitas air tidak dipenuhi maka, air dapat menjadi penyebab
timbulnya penyakit. Air yang kotor sangat berbahaya bagi tubuh manusia.
Bila air sudah tercemar dengan bahan kimia, maka hampir dapat
dipastikan berbagai jenis organisme penyebab penyakit dapat ditentukan
dalam air tersebut.
2.2.
2.3.
Pencemaran Air
Air
dapat dikatakan
tercemar
apabila
air
tersebut
telah
2. Perubahan warna, bau dan rasa. Air normal dan air bersih tidak akan
berwarna, sehingga tampak bening/jernih. Bila kondisi air warnanya
berubah maka hal tersebut merupakan salah satu indikasi bahwa air
telah tercemar. Timbulnya bau pada air lingkungan merupakan
indikasi kuat bahwa air telah tercemar.
2.4.
Cadmium
Cadmium (latin cadmia) adalah suatu unsur kimia dalam tabel
periodik yang memiliki lambang Cd dan nomor atom 48. Cadmium
ditemukan di Jerman 1817 oleh Friedrich Strohmeyer. Cadmium
merupakan bahan alami yang terdapat dalam kerak bumi. Cadmium murni
berupa logam berwarna putih perak dan lunak, namun bentuk ini tak lazim
ditemukan di lingkungan. Umumnya cadmium terdapat dalam kombinasi
dengan elemen lain seperti Oxigen (Cadmium Oxide), Clorine (Cadmium
Chloride) atau belerang (Cadmium Sulfide). Kebanyakan Cadmium (Cd)
merupakan produk samping dari pengecoran seng, timah atau tembaga
cadmium yang banyak digunakan berbagai industri, terutama plating
logam, pigmen, baterai dan plastik.
Umumnya terdapat bersama-sama dengan Zn dalam bijinya,
sehingga Cd diperoleh sebagai hasil sampingan produksi seng. Karena titik
didihnya rendah, Cd dapat dipisahkan dari seng melalui penyulingan
bertahap. Zn dan Pb diperoleh kembali secara serentak dengan cara tungku
pemanas letupan. Cd suatu hasil sampingan yang tidak banyak ragamnya
dan biasanya dipisahkan
10
lewat
saluran
pencernaan. Cadmium
dapat
11
2.5.
Logika Fuzzy
2.5.1 Himpunan Fuzzy
Teori himpunan fuzzy pertama kali dikembangkan oleh
Prof. Lotfi Zadeh pada tahun 1965. Dalam teori himpunan tegas
(crisp), nilai keanggotaan suatu item x dalam himpunan A[x]
memiliki objek yang terdefinisi dengan jelas yaitu memiliki nilai
keanggotaan antara 0 atau 1. Dengan nol (0) berarti suatu item
tidak menjadi anggota dalam suatu himpunan, sedangkan satu (1)
berarti suatu item menjadi anggota dalam suatu himpunan.
Contoh 2.1
S = {1,2,3,4,5,6} adalah semesta pembicaraan
A = {1,2,3}
B = {3,4,5}
Dapat dikatakan bahwa :
i. Nilai keanggotaan 1 pada himpunan A, A [1] = 1, karena 1 A.
12
13
3. Semesta Pembicaraan
Semesta
Pembicaraan
adalah
keseluruhan
nilai
yang
Parobaya
Muda
1
Tua
[x]
[x]
0
35
[x]
0
35
55
55
PAROBAYA
35 umur 55 tahun
TUA
Maka, domain muda [0, 35], domain parobaya [35, 55] dan
domain tua [55, +].
14
2.
3.
(MUDA[35]=0).
4.
5.
6.
7.
15
(2.1)
1
derajat
keanggotaan
[x]
domain
[x] =
x a atau x c
0
x a) /(b a); a x b
(
(c x) /(c b); b x c
(2.2)
16
(irisan),
union
(gabungan),
dan
complement
Operator
-predikat
Fungsi Keanggotaan
Mengurangkan
Complement
NOT
nilai
A ' = 1 A ( x)
keanggotaan
dari 1
Nilai
Intersection
AND
keanggotaan
terkecil
Nilai
Union
OR
keanggotaan
terbesar
17
Contoh 2.3
Operasi Komplemen
Misalkan nilai keanggotaan 27 tahun pada himpunan muda adalah
0,6 ( MUDA[27] = 0,6) dan nilai keanggotaan 40 pada himpunan
parobaya adalah 0,4 ( PAROBAYA [40] = 0,4), maka -predikat
untuk usia TIDAK MUDA adalah:
18
19
Fuzzyfikasi
Defuzzyfikasi
Penalaran
Input
Output
(2.3)
Metode
Sugeno
memiliki output
20
(2.4)
Z=
zi
i =1
(2.5)
i =1
Dengan
Z = nilai rata-rata
= - predikat
z = konsekuen
21
BAB III
METODOLOGI PENELITIAN
3.1.
3.2.
22
3.3.
23
SANGAT
BAHAYA.
Variabel
linguistik
untuk
output
adalah
dilakukan
pengujian
dengan
mencari
derajat
keanggotaan nilai tiap variabel dari salah satu data. Kemudian mencari predikat
untuk
setiap
aturan
kombinasi
aturan
fuzzy.
Dengan
24
3.4.
Alur Penelitian
Penelitian ini dilakukan melalui beberapa tahap yaitu:
Pengumpulan data
Pembentukan fungsi
keanggotaan
Pembentukan aturan
fuzzy
Penghitungan derajat
keanggotaan setiap aturan
fuzzy
Penghitungan
-predikat
Defuzzy weighted
average
25
BAB IV
HASIL DAN PEMBAHASAN
4. 1.
26
SB
45
55
65
[k]
0
35
75
Musim Kemarau
0
, k 35 atau k 55
k 35
, 35 k 45
TB (k) =
10
55 k
= 10 , 45 k 55
(4.1)
27
0
, k 45 atau k 65
k 45
, 45 k 55
B (k) =
10
65 k
= 10 ,55 k 65
0
, k 55 atau k 75
k 55
, 55 k 65
SB (k) =
10
75 k
, 65 k 75
=
10
(4.2)
(4.3)
28
TB
SB
120
130
140
[h]
0
110
150
Musim Hujan
0
, h 110 atau h 130
h 110
, 110 h 120
TB (h) =
10
130 h
, 120 h 130
=
10
0
, h 120 atau h 140
h 120
, 120 h 130
B (h) =
10
140 h
, 130 h 140
=
10
0
, h 130 atau h 150
h 130
, 130 h 140
SB (h) =
10
150 h
= 10 , 140 h 150
(4.4)
(4.5)
(4.6)
29
CA
65
125
185
[j]
245
Jarak Rumah
30
0
, j 5 atau j 125
j 5
, 5 j 65
TC(j) =
60
125 j
, 65 j 125
60
0
, j 65 atau j 185
j 65
, 65 j 125
CA (j) =
60
185 j
,125 j 165
60
0
, j 125 atau j 245
j 125
, 125 j 185
A (j) =
60
245 j
60 ,185 j 245
(4.7)
(4.8)
(4.9)
dengan TC = Tercemar
CA = Cukup Aman
A
= Aman
j = Jarak rumah
4. 2.
31
TB
SB
TB
CA
CA
CA
Tc
Tc
SB
CA
Tc
Tc
32
4. 3.
Pengujian
Setelah memperoleh 9 aturan fuzzy, dilakukan pengujian untuk
mendapatkan nilai output.
Pengujian 1
Pengujian pertama dilakukan terhadap data no 1 pada
lampiran 1 berdasarkan data hasil pemeriksaan kualitas air bersih.
Input; musim kemarau = 0,0060 mg/L = 60 dag/L
Derajat keanggotaan tiap variabel dari input musim kemarau
TB [60] = 0
B [60] = 65 60 = 0,5
10
SB [60] = 60 55 = 0,5
10
Input; Musim hujan = 0,0135 mg/L = 135 dag/L
Derajat keanggotaan tiap variabel dari input musim hujan
TB [135] = 0
B [135] = 140 135 = 5 = 0,5
10
10
SB [135] = 135 130 = 5 = 0,5
10
10
Kemudian dicari -predikat (fire strength)dari setiap aturan fuzzy, dengan
menggunakan operator and dan interpretasi min.
[R1] IF k = TB AND h = TB THEN AMAN
-predikat1 = min ( TIDAK
BAHAYA[60]
; TIDAK
BAHAYA[135])
= min (0 ; 0) = 0
33
BAHAYA[60]
; BAHAYA[135])
= min (0 ; 0,5) = 0
[R3] IF k = TB AND h = SB THEN CUKUP AMAN
-predikat3 = min ( TIDAK
BAHAYA[60]
SANGAT BAHAYA[135])
= min (0 ; 0,5) = 0
[R4] IF k = B AND h = TB THEN CUKUP AMAN
-predikat4 = min ( BAHAYA[60] ; TIDAK
BAHAYA[135])
= min (0,5 ; 0) = 0
[R5] IF k = B AND h = B THEN TERCEMAR
-predikat5 = min ( BAHAYA[60] ; BAHAYA[135])
= min (0,5 ; 0,5) = 0,5
[R6] IF k = B AND h = SB THEN TERCEMAR
-predikat6 = min ( BAHAYA[60] ;
SANGAT BAHAYA[135])
SANGAT BAHAYA[60]
; TIDAK
BAHAYA[135])
= min (0,5 ; 0) = 0
[R8] IF k = SB AND h = B THEN TERCEMAR
-predikat8 = min (
SANGAT BAHAYA[60]
; BAHAYA [135])
34
SANGAT BAHAYA[60]
SANGAT BAHAYA[135])
5 z 5 + 6 z6 + 8 z8 + 9 z9
0,5 65 + 0,5 65 + 0,5 65 + 0,5 65
=
5 + 6 + 8 + 9
0,5 + 0,5 + 0,5 + 0,5
32,5 + 32,5 + 32,5 + 32,5 130
= 65 m
=
2
2
Selain secara manual, pengujian juga dilakukan menggunakan
35
BAHAYA[53]
; TIDAK
BAHAYA[137])
= min (0,2 ; 0) = 0
[R2] IF k = TB AND h = B THEN CUKUP AMAN
-predikat2 = min ( TIDAK
BAHAYA[53]
BAHAYA[137])
BAHAYA[53]
SANGAT BAHAYA[137])
BAHAYA[53]
; TIDAK
BAHAYA[137])
= min (0,8 ; 0) = 0
[R5] IF k = B AND h = B THEN TERCEMAR
-predikat5 = min (
BAHAYA[53]
; BAHAYA[137])
36
SANGAT BAHAYA[53]
; TIDAK
BAHAYA[137])
= min (0 ; 0) = 0,
[R8] IF k = SB AND h = B THEN TERCEMAR
-predikat8 = min (
SANGAT BAHAYA[53]
; BAHAYA [137])
= min (0 ; 0,3) = 0
[R9] IF k = SB AND h = SB THEN TERCEMAR
-predikat9 = min (
SANGAT BAHAYA[53]
SANGAT BAHAYA[137])
= min (0 ; 0,7) = 0
Karena -predikat tidak nol terdapat pada [R2], [R3], [R5] dan
[R6], maka dengan menggunakan metode defuzzy weighted average, maka
rata-rata jarak aman rumah dengan sumber pencemaran adalah
Z=
2 z 2 + 3 z3 + 5 z5 + 6 z6
0,2 125 + 0,2 125 + 0,3 65 + 0,7 65
=
0,2 + 0,2 + 0,3 + 0,7
2 + 3 + 5 + 6
25 + 25 + 19,5 + 45,5
115
= 82,1m
1,4
1,4
Pengujian 3
Pengujian ketiga dilakukan terhadap data no 19 pada
lampiran 1 berdasarkan data hasil pemeriksaan kualitas air bersih.
Input; musim kemarau = 0,0048 mg/L = 48 dag/L
37
TB [48] = 55 48 = 0,7
10
B [48] = 48 45 = 0,3
10
SB [48] = 0
Input, musim hujan = 0,0132 mg/L = 132 dag/L
Derajat keanggotaan tiap variabel dari input musim hujan
TB [132] = 0
BAHAYA[48]
; TIDAK
BAHAYA[132])
= min (0,7 ; 0) = 0
[R2] IF k = TB AND h = B THEN CUKUP AMAN
-predikat2 = min ( TIDAK
BAHAYA[48]
; BAHAYA[132])
BAHAYA[48]
; SANGAT BAHAYA[132])
38
BAHAYA[132])
= min (0,3 ; 0) = 0
[R5] IF k = B AND h = B THEN TERCEMAR
-predikat5 = min ( BAHAYA[48] ; BAHAYA[132])
= min (0,3 ; 0,8) = 0,3
[R6] IF k = B AND h = SB THEN TERCEMAR
-predikat6 = min ( BAHAYA[48] ;
BAHAYA[48]
; TIDAK
BAHAYA[132])
= min (0 ; 0) = 0
[R8] IF k = SB AND h = B THEN TERCEMAR
-predikat8 = min ( SANGAT
BAHAYA[48]
; BAHAYA [132])
= min (0 ; 0,8) = 0
[R9] IF k = SB AND h = SB THEN TERCEMAR
-predikat9 = min ( SANGAT BAHAYA[48] ; SANGAT BAHAYA[132])
= min (0 ; 0,2) = 0
Karena -predikat tidak nol terdapat pada [R2], [R3], [R5] dan
[R6], maka dengan menggunakan metode defuzzy weighted average, maka
rata-rata jarak aman rumah dengan sumber pencemaran adalah
Z=
2 z 2 + 3 z3 + 5 z5 + 6 z6
0,7 125 + 0,2 125 + 0,3 65 + 0,2 65
=
0,7 + 0,2 + 0,3 + 0,2
2 + 3 + 5 + 6
39
87,5 + 25 + 19,5 + 13
145
= 103,5 m
1,4
1,4
Tabel 4.2. Contoh hasil pengujian terhadap beberapa kombinasi kadar Cd
pada musim kemarau dan musim hujan
Kadar Cd (dag/L)
Musim Kemarau
Musim Hujan
Jarak rumah
(meter)
60
135
65
53
137
82,1
48
132
103,5
No
40
BAB V
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Berdasarkan
hasil
dan
pembahasan,
didapatkan
beberapa
41
5.2
Saran
Salah satu yang ingin dicapai dari penelitian ini adalah untuk
mengetahui jarak aman antara sumber pencemaran dengan tempat tinggal
penduduk,
penulis
menyarankan
kepada
Pusat
Penelitian
dan
42
REFERENSI
[1]
[2]
[3]
[4]
[5]
[6]
[7]
43
[8]
[9]
[10] Kusumadewi, Sri. Purnomo, Hari. Aplikasi Logika Fuzzy Untuk Pendukung
Keputusan, Yogyakarta: Penerbit Graha Ilmu, 2004.
44
LAMPIRAN
45
LAMPIRAN 1
No Rumah
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
001
019
031
046
064
082
100
117
138
162
180
186
192
201
210
219
225
231
237
243
246
258
280
289
301
317
339
384
396
402
Jarak rumah
(meter)
5
8
8
10
10
8
8
10
8
8
20
17
60
83
59
24
32
48
74
94
102
154
143
210
147
125
124
147
110
175
46
LAMPIRAN 2
HASIL PEMERIKSAAN KUALITAS AIR BERSIH PENDUDUK
DI KECAMATAN KLARI KABUPATEN KARAWANG
Musim Kemarau (mg/L)
Cu
Cd
Pb
Cr
No
Nomor
Rumah
001
0.0387
0.0060
0.0100
0.0230
0.0330
0.0135
0.1785
0.0635
019
0.0384
0.0062
0.0101
0.0225
0.0331
0.0137
0.1786
0.0636
031
0.0379
0.0063
0.0096
0.0227
0.0332
0.0136
0.1784
0.0634
046
0.0381
0.0065
0.0099
0.0229
0.0334
0.0134
0.1787
0.0637
064
0.0382
0.0069
0.0098
0.0230
0.0335
0.0140
0.1783
0.0634
082
0.0388
0.0070
0.0103
0.0231
0.0334
0.0142
0.1782
0.0633
100
0.0389
0.0068
0.0106
0.0219
0.0032
0.0139
0.01781
0.0632
117
0.0390
0.0072
0.0107
0.0222
0.0032
0.0138
0.01784
0.0630
138
0.0391
0.0055
0.0109
0.0225
0.0030
0.0142
0.01783
0.0629
10
162
0.0395
0.0059
0.0122
0.0229
0.0029
0.0143
0.01782
0.0628
11
180
0.0394
0.0054
0.0095
0.0230
0.0028
0.0138
0.01781
0.0627
12
186
0.0375
0.0054
0.0096
0.0219
0.0029
0.0139
0.01783
0.0628
13
192
0.0379
0.0053
0.0094
0.0220
0.0028
0.0137
0.01780
0.0627
14
201
0.0381
0.0050
0.0098
0.0224
0.0027
0.0136
0.01779
0.0626
15
210
0.0382
0.0052
0.0097
0.0218
0.0026
0.0134
0.01781
0.0625
16
219
0.0386
0.0051
0.0096
0.0217
0.0025
0.0132
0.01778
0.0627
17
225
0.0380
0.0051
0.0094
0.0216
0.0027
0.0130
0.01777
0.0624
18
231
0.0382
0.0049
0.0097
0.0219
0.0028
0.0131
0.01776
0.0623
19
237
0.0381
0.0048
0.0090
0.0220
0.0024
0.0132
0.01775
0.0624
20
243
0.0379
0.0047
0.0091
0.0217
0.0025
0.0129
0.01774
0.0622
21
246
0.0382
0.0051
0.0092
0.0216
0.0026
0.0128
0.01774
0.0621
22
258
0.0383
0.0045
0.0096
0.0215
0.0027
0.0126
0.01773
0.0620
23
280
0.0384
0.0044
0.0095
0.0215
0.0024
0.0124
0.01772
0.0621
24
289
0.0385
0.0046
0.0094
0.0214
0.0022
0.0124
0.01771
0.0619
25
301
0.0381
0.0043
0.0092
0.0213
0.0023
0.0122
0.01771
0.0622
26
317
0.0384
0.0042
0.0091
0.0216
0.0021
0.0121
0.01772
0.0618
27
339
0.0386
0.0042
0.0090
0.0217
0.0020
0.0120
0.01770
0.0617
28
384
0.0381
0.0041
0.0089
0.0218
0.0019
0.0120
0.01769
0.0619
29
396
0.0382
0.0040
0.0087
0.0214
0.0018
0.0120
0.01768
0.0616
30
402
0.038
0.0039
0.0092
0.0217
0.0017
0.0119
0.01767
0.0615
47
LAMPIRAN 3
TOOLBOX MATLAB
Untuk mengimplementasikan pembahasan pada bab 4 ke Fuzzy Matlab
Toolbox. Berikut langkah-langkahnya :
1. Jalankan software MATLAB
2. Tulis pada command line :
>> fuzzy
maka akan tampil FIS Editor seperti gambar di bawah ini
3. Pilih new Sugeno FIS pada menu File, kemudian akan muncul FIS seperti
gambar di bawah ini.
48
4.
49
e. Pada kolom edit yang berwarna putih di sisi kanan, ubah kata output 1
menjadi JarakRumah kemudian tekan enter.
5. Mengubah Operator.
Operator-operator yang digunakan adalah And Method dan Or Method.
Pilihan untuk And Method adalah min, prod, atau custom, pilih min. Sedngkan
pilihan untuk Or Method adalah max, probor, aau custom, pilih max.
6. Mengubah Fungsi Implikasi. Fungsi Implikasi memiliki pilihan min, prod,
atau custom. Pilih min.
7. Mengubah Fungsi Defuzzification.
Fungsi defuzzification terdiri dari wtever dan wtsum, pilih wtaver.
8. Simpan file dengan memilih menu-bar, pilih file-save to disk as Beri nama
Sugeno orde nol.fis
Sampai dengan langkah ke-8, diperoleh hasil pada gambar berikut
50
51
d. Klik mf1 hingga garisnya berwarna merah. Ganti mf1 pada Name
dengan nama TidakBahaya.
e. Pilih fungsi keanggotaan pada Type dengan trimf.
f. Ubah Params dengan [35 45 55]
g. Klik mf2 hingga garisnya berwarna merah. Ganti mf2 pada Name
dengan nama Bahaya.
h. Pilih fungsi keanggotaan pada Type dengan trimf.
i. Ubah Params dengan [45 55 65]
j. Klik mf3 hingga garisnya berwarna merah. Ganti mf3 pada Name
dengan nama SangatBahaya.
k. Pilih fungsi keanggotaan pada Type dengan trimf.
l. Ubah Params dengan [55 65 75].
52
53
d. Klik mf1 hingga garisnya berwarna merah. Ganti mf1 pada Name
dengan nama TidakBahaya.
e. Pilih fungsi keanggotaan pada Type dengan trimf.
f. Ubah Params dengan [10 120 130]
g. Klik mf2 hingga garisnya berwarna merah. Ganti mf2 pada Name
dengan nama Bahaya.
h. Pilih fungsi keanggotaan pada Type dengan trimf.
i. Ubah Params dengan [120 130 140]
j. Klik mf3 hingga garisnya berwarna merah. Ganti mf3 pada Name
dengan nama SangatBahaya.
k. Pilih fungsi keanggotaan pada Type dengan trimf.
54
55
b. Pilih add MFs pada menu Edit, Pilih constan MF type. Tekan OK
akan muncul gambar berikut
c. Klik mf1 hingga garisnya berwarna merah. Ganti mf1 pada Name
dengan nama Tercemar.
d. Ubah Params dengan [5 65 125]
e. Klik mf2 hingga garisnya berwarna merah. Ganti mf2 pada Name
dengan nama CukupAman.
56
57
a. Untuk membuat aturan ke-1 : pilih (dengan cara mengklik satu kali)
TidakBahaya pada listbox MusimKemarau, TidakBahaya pada listbox
MusimHujan, dan Aman pada listbox JarakRumah. Tekan Add Rule.
b. Untuk membuat aturan ke-2 : pilih (dengan cara mengklik satu kali)
TidakBahaya pada listbox MusimKemarau, Bahaya pada listbox
MusimHujan, dan CukupAman pada listbox JarakRumah. Tekan Add
Rule.
c. Untuk membuat aturan ke-3 : pilih (dengan cara mengklik satu kali)
TidakBahaya pada listbox MusimKemarau, SangatBahaya pada listbox
MusimHujan, dan CukupAman pada listbox JarakRumah. Tekan Add
Rule.
d. Untuk membuat aturan ke-4 : pilih (dengan cara mengklik satu kali)
Bahaya pada listbox MusimKemarau, TidakBahaya pada listbox
58
pada
listbox
MusimKemarau,
Bahaya
pada
listbox
59
11. Hasilnya dapat dilihat dari rule viewer. Pilih View rulespada menu View.
Akan muncul editor
60
Untuk mengubah input dapat dilakukan dengan mengubah kolom input, atau
dengan menggeser garis berwarna merah.
12. Untuk melihat kaitan ketiga variabel dalam bentuk surface, pilih View
surfacepada menu View. Akan muncul surface viewer
61