1.

JUDUL PENELITIAN
Implementasi Logika Fuzzy dengan Metode Sugeno Untuk Peramalan
Cuaca Sebagai Rekomendasi Pelayaran Kapal Laut dan Kapal Nelayan di
Pelabuhan Pulau Baai.
2. BIDANG ILMU
Bidang ilmu yang diterapkan dalam penelitian ini adalah bidang ilmu
Logika Fuzzy dan Rekayasa Perangkat Lunak
3. LATAR BELAKANG
Cuaca adalah perilaku yang terjadi pada atmosfer (yang berhubungan
dengan Suhu, Tekanan Udara, Angin, Awan, Kelembaban udara, Radiasi,
Jarak Pandang/Visibility, dsb) dan berdampak langsung pada aktifitas
manusia(BMKG). Pada suatu wilayah, cuaca bisa berubah dalam hitungan
menit, jam, hari, dan musim. Jenis-jenis cuaca meliputi hujan, panas, salju,
angin, dan badai (Oliver, 2004 dalam Kodoatie, 2010). Sedangkan pola cuaca
dalam jangka panjang dan dalam rentang wilayah yang cukup besar biasa di
sebut dengan iklim.
Cuaca buruk sangat ditakuti di dunia pelayaran karena akibatnya yang
bisa menimbulkan berbagai kecelakaan di tengah laut seperti kapal karam
atau terdampar yang akhirnya akan menimbulkan banyak korban jiwa.
Meningkatnya frekuensi kejadian kecelakaan transportasi laut di Indonesia
akhir-akhir ini semakin lama semakin memprihatinkan. Beberapa kejadian
kecelakaan yang dialami transportasi laut, baik tenggelamnya kapal maupun
tabrakan antar kapal. Bila dilihat dari faktor penyebab terjadinya kecelakaan
karena disebabkan kesalahan manusia (human error) 41%, alam (force
majeur) 38% dan akibat struktur kapal (hull structure) 21%.(Neutrino, 2013)

Fenomena cuaca ekstrim yang terjadi sejak awal tahun hingga saat ini
merupakan suatu kondisi anomali cuaca dari yang biasanya terjadi dimana
periode waktu atau bulan yang seharusnya cuacanya cerah menjadi
sebaliknya. Anomali kondisi cuaca ini disebabkan oleh adanya efek
Pemanasan Global yang ditandai gejala pergantian Musim yang susah
diprediksi, hujan badai sering terjadi dimana-mana, sering terjadi angin
puting beliung, banjir dan kekeringan terjadi pada waktu yang bersamaan,
dan tidak jarang menyebabkan kecelakaan dalam bidang pelayaran.
Provinsi Bengkulu di bagian barat berbatasan langsung dengan
Samudera Indonesia dengan garis pantai sepanjang 525 Km dengan dataran
yang relatif sempit. Iklim Kota Bengkulu sangat dipengaruhi oleh Samudera
Hindia, jika terjadi tekanan rendah di Samudera Hindia, maka Kota Bengkulu
akan mengalami hujan yang lebat, bahkan bisa disertai dengan petir dan badai
(Akbar, 2005 dalam Herliana, 2010).
Peramalan adalah perkiraan tentang sesuatu yang akan terjadi pada
waktu yang akan datang yang didasarkan pada data yang ada pada waktu
sekarang dan waktu lampau (historical data)(Makridakis, 1991). Tujuan
daripada diadakannya peramalan adalah untuk memperoleh informasi
mengenai perubahan dimasa yang akan datang yang akan mempengaruhi
terhadap implementasi kebijakan serta konsekuensinya. Dengan diadakannya
peramalan pada bidang pelayaran, maka diharapkan bisa meminimalisir
terjadinya kecelakaan yang diakibatkan oleh faktor alam, terkhusus pada
cuaca.

Logika Fuzzy merupakan teknik kecerdasan yang paling populer

sekarang ini. Dapat diartikan sebagai sebuah perangkat lunak komputer yang
memiliki basis pengetahuan untuk domain tertentu dan menggunakan
penalaran inferensi menyerupai seorang pakar dalam memecahkan suatu
masalah. Dimana bila dikaitkan dengan manusia didalam peramalan cuaca
atau memprediksi cuaca hari ini, dapat diciptakan suatu sistem komputer yang
bertugas untuk mengetahui dan menganalisa gejala-gejala cuaca yang ada
pada hari yang diinginkan. Metode fuzzy inference system adalah suatu
kerangka sistem yang didasarkan pada teori himpunan fuzzy, aturan fuzzy dan
penalaran fuzzy dan pada dasarnya dapat melakukan penalaran dengan prinsip
serupa seperti manusia yang melakukan penalaran dengan nalurinya. fuzzy
inference system dapat dilakukan dengan menggunakan 3 metode, yaitu
metode Mamdani, metode Tsukamoto dan metode Sugeno. Perbedaan dari ke3 metode tersebut dapat dilihat pada proses komposisi aturan dan proses
defuzzifikasi nya.
Kelebihan

yang

dimiliki

oleh

logika

fuzzy

Sugeno-Takagi

dibandingkan dengan logika fuzzy jenis lain adalah fuzzy Sugeno-Takagi lebih
efisien secara kumputational, bekerja lebih baik dalam hal linearitas, dapat
bekerja dengan lebih baik dengan teknik optimasi serta adaptif, dapat bekerja
untuk keluaran yang sifatnya berubah secara kontinu, dan cocok untuk
analisis secara matematis karena keluarannya dapat berupa persamaan linear
maupun konstanta.

Peneliti menggunakan parameter suhu, kelembaban, kecepatan

angin,dan tekanan udara. Dengan keluaran yang dihasilkan berupa prediksi
cuaca serta rekomendasi pelayaran.
Maka dari itu penulis ingin membuat penelitian untuk tugas akhir
dengan judul, Implementasi Logika Fuzzy Inference System dengan
Metode Sugeno Untuk Peramalan Cuaca Sebagai Rekomendasi
Pelayaran Kapal Laut dan Kapal Nelayan di Pelabuhan Pulau Baai..

4. PERUMUSAN MASALAH
Dari uraian latar belakang

diatas

maka

dapat

dirumuskan

permasalahan yang muncul, diantaranya adalah :

1) Bagaimana mengimplementasikan Logika Fuzzy dengan menerapkan
metode Sugeno untuk meramal cuaca ?
2) Bagaimana merancang sebuah aplikasi untuk peramalan cuaca dengan
menggunakan bahasa pemrograman Matlab ?

5. BATASAN MASALAH
Adapun batasan masalah yang dibahas dalam penelitian ini adalah
sebagai berikut :
1) Bahasa pemrograman yang digunakan dalam membangun aplikasi
Peramalan Cuaca dalam penelitian ini yaitu Bahasa Pemrograman
Matlab.
2) Peneliti menggunakan parameter suhu, kelembaban, kecepatan angin,dan
tekanan udara.
3) Hasil yang dihasilkan oleh aplikasi berupa berupa prediksi cuaca serta
rekomendasi untuk pelayaran.
6. TUJUAN PENELITIAN
Adapun tujuan yang ingin dicapai dalam penelitian ini adalah :

Merancang dan membangun sebuah aplikasi yang dapat melakukan

peramalan cuaca terkhusus pada bidang pelayaran.
7. MANFAAT PENELITIAN
Manfaat penelitian ini adalah :
Memberikan sebuah model alternatif prediksi cuaca, sehingga bisa
membantu prakrirawan cuaca dalam membuat suatu prakiraan/prediksi cuaca.

8. METODE PENELITIAN
Berdasarkan tujuan penelitian yang yang telah dijelaskan sebelumnya,
Metodologi Penelitian yang digunakan dalam penulisan proposal ini terdiri
dari :
8.1 Metode Pengumpulan Data
1) Studi Pustaka
Studi Pustaka dilakukan dengan cara mempelajari teori-teori
serta literatur-literatur dan buku-buku yang berhubungan dengan
penelitian ini.
2) Studi Analisis
Melakukan analisis terhadap masalah yang dikaji dalam
penelitian ini, mendefenisikan batasan-batasan dalam

masalah

tersebut serta mencari cara atau solusi untuk menyelesaikannya.

3) Studi Lapangan
Studi lapangan bertujuan untuk mengumpulkan data yang
berhubungan dengan penelitian ini terutama berupa data cuaca, baik
berupa kecepatan angin dan lain sebagainya. Data didapat dari
pengamatan langsung dan dari BMKG (Badan Meteorologi,
Klimatologi, dan Geofisika).
8.2 Metode Pengembangan Aplikasi
5

Pengembangan aplikasi Peramalan cuaca sebagai rekomendasi

untuk pelayaran kapal laut dengan menerapkan Metode Sugeno
menggunakan bahasa pemrograman Matlab. Adapun langkah-langkah
dalam membangun aplikasi ini secara garis besar adalah sebagai berikut :
1) Analisa Kebutuhan
Sebelum melakuan pembuatan aplikasi peramalan ini penulis
melakukan analisa kebutuhan yang diperlukan dalam penelitian ini.
Adapun dalam melakukan pengolahan data aplikasi ini memerlukan
masukan, keluaran dan kebutuhan interface. Adapun tujuan
dilakukan analisa kebutuhan ini adalah untuk sebagai pedoman yang
dijadikan batasan dalam penelitian ini yaitu berupa kekurangan dan
kelebihan dari pada aplikasi yang penulis rancang ini. Berikut
merupakan analisis kebutuhan dalam melakukan perancangan dan
pembuatan aplikasi ini adalah :
a. Kebutuhan Data Masukan
Data masukan yang dibutuhankan dalam aplikasi adalah datadata yang berhubungan dengan cuaca
b. Kebutuhan Data Keluaran
Adapun data keluaran yang yang dibutuhkan dalam aplikasi ini
adalah prediksi cuaca dan rekomendasi pelayaran.
c. Kebutuhan Interface
Kebutuhan interface pada aplikasi ini adalah kemudahan dan
kenyaman

pengguna

dari

pada

aplikasi

ini

dalam

menggunakannya sesuai dengan masalah yang dihadapi.

2) Perancangan Aplikasi
Perancangan aplikasi ini adalah tahap konseptualisasi, yaitu
suatu tahapan yang mengharuskan analisis dalam perancangan
aplikasi (perangkat lunak) untuk berusaha tahu pasti mengenai hal-

hal yang dijadikan atau menjadi kebutuhan serta harapan pengguna

daripada aplikasi ini.
Alur atau proses kerja aplikasi ini terdiri dari beberapa tahap
yang tidak dapat dipisah satu dengan yang lainnya. Adapun tahaptahap tersebut antara lain : pertama, melakukan pengumpulan datadata yang relevan dengan penelitian, melakukan input data kedalam
aplikasi, dilanjutkan dengan melakukan proses.
Setelah itu dilakukan proses peramalan dan setelah proses
selesai akan menghasilkan prediksi cuaca sehingga didapat sebuah
rekomendasi untuk pelayaran.
Dalam pembuatan aplikasi ini diperlukan beberapa perangkat
lunak serta perangkat keras agar dapat tercapai tujuan yang
diinginkan. Yaitu :
a. Perangkat Lunak
Berikut ini merupakan perangkat lunak yang penulis gunakan
dalam pembuatan aplikasi ini
1. Matlab
2. Sistem Operasi Windows 7 Ultimate
b. Perangkat Keras
Berikut perangkat keras yang penulis gunakan dalam melakukan
penelitian ini :
1. Monitor VGA atau SVGA (1366 x 768)
2. Processor Intel Core 2 Duo
3. Ram 4 GB
4. Harddisk Seagate 320 GB
5. Keyboad, Mouse, Printer
3) Implementasi
Dalam pembuatan aplikasi, tahap ini merupakan tahap nyata dalam
melakukan pembuatan atau pengerjaan aplikasi. Aplikasi peramalan
cuaca ini yaitu dengan menerapkan metode Sugeno yang penulis
khusus dalam penelitian ini.
4) Pengujian
a. Black BoxTesting

Dalam pengujian ini, penulis melakukan dengan cara mengamati

hasil eksekusi melalui data uji dan memeriksa fungsional dari
aplikasi yang telah dibuat. Pengujian keberhasilan dari metode
ini dilakukan dengan melihat hasil peramalan yang dihasilkan.
b. White Box Testing
Sedangkan dalam pengujian ini, penulis akan meneliti kode-kode
atau syntax pada pemograman yang akan dianalisis apakah ada
kesalahan atau tidak. Jika mendapatkan output yang tidak sesuai
dengan yang diinginkan maka penulis akan mengecek secara
manual yaitu satu persatu kode-kode sampai didapat bagian
mana yang salah.
5) Penggunaan dan pemeliharaan
Setelah aplikasi ini jadi maka pengguna dapat menggunakan aplikasi
ini. Jika terdapat penggunakan untuk keperluan yang lebih komplit
maka

akan

dilakukan

pemeliharaan

dan

perbaikan

serta

pengembangan dari pada aplikasi ini.

9. TINJAUAN PUSTAKA
9.1 Pengertian Aplikasi
Menurut Jogiyanto (2004:4) aplikasi merupakan program yang
berisikan perintah-perintah untuk melakukan pengolahan data. Jadi
aplikasi secara umum adalah suatu proses dari cara manual yang
ditransformasikan ke komputer dengan membuat sistem atau program
agar data diolah lebih berdaya guna secara optimal.
Sedangkan menurut Daryanto (2004:347), aplikasi adalah
software atau perangkat lunak yang dibuat untuk mengerjakan
menyelesaikan masalah-masalah khusus.

Dari uraian diatas maka dapat disimpulkan bahwa aplikasi

adalah

sebuah

perangkat

lunak

yang

berisi

perintah

untuk

menyelesaikan masalah dan pengolahan data

9.2

Pengertian Cuaca
Cuaca adalah kadaan udara pada saat tertentu dan diwilayah
tertentu yang relatif sempit dan dalam jangka waktu yang singkat.
Unsur-unsur yang mempengaruhi cuaca dan iklim adalah
sebagai berikut:
a. Suhu udara perubahan suhu udara di satu tempat dengan
tempat lainnya bergantung pada ketinggian tempat dan letak
astronomisnya (lintang). Perubahan suhu karena perbedaan
ketinggian jauh lebih cepat daripada perubahan suhu karena
perbedaan letak lintang. Biasanya, perubahan suhu terjadi
berkisar 0,6 derajat celcius tiap kenaikan 100 meter, alat ukur
adalah Termometer.
b. Tekanan udara tekanan udara adalah berat massa udara pada
suatu wilayah. Tekanan udara menunjukkan tenaga yang
bekerja untuk menggerakkan massa udara dalam setiap satuan
luas tertentu. Tekanan udara semakin rendah jika semakin
tinggi dari permukaan laut,alat ukur adalah Barometer.
c. Kecepatan Angin: angin adalah massa udara yang bergerak dari
suatu tempat ke tempat lain. Tiupan angin terjadi jika di suatu
daerah terdapat perbedaan tekanan udara, yaitu tekanan udara
maksimum dan minumum. Angin bergerak dari daerah

bertekanan udara maksimum ke minimum, alat ukur adalah

Anenometer.
d. Kelembaban udara: kelembaban udara adalah kandungan uap
air dalam udara. Uap air yang ada dalam udara berasal dari
hasil penguapan air di permukaan bumi, air tanah, atau air yang
berasal dari penguapan tumbuh-tumbuhan,alat ukur adalah
Higrometer.

9.3 Pengertian Logika Fuzzy

Logika fuzzy adalah sesuatu yang amat rumit dan tidak
menyenangkan. Namun, sekali seseorang mulai mengenalnya, ia pasti
akan sangat tertarik dan akan menjadi pendatang baru untuk ikut serta
mempelajari logika fuzzy. Logika fuzzy dikatakan sebagai logika baru
yang lama, sebab ilmu tentang logika fuzzy modern dan metodis baru
ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep
tentang logika fuzzy itu sendiri sudah ada pada diri kita sejak lama.
Logika fuzzy adalah suatu cara yang tepat untuk memetakan
suatu ruang input ke dalam suatu ruang output. Sebagai contoh:
1. Manajer pergudangan mengatakan pada manajer produksi seberapa
banyak persediaan barang pada akhir minggu ini, kemudian
manajer produksi akan menetapkan jumlah barang yang harus
diproduksi esok hari.

10

2. Pelayan restoran memberikan pelayanan terhadap tamu, kemudian

tamu akan memberikan tip yang sesuai atas baik tidaknya pelayan
yang diberikan;
3. Anda mengatakan pada saya seberapa sejuk ruangan yang anda
inginkan, saya akan mengatur putaran kipas yang ada pada ruangan
ini.
4. Penumpang taksi berkata pada sopir taksi seberapa cepat laju
kendaraan yang diinginkan, sopir taksi akan mengatur pijakan gas
taksinya.
Logika fuzzy telah lama dikenal dan digunakan dalam berbagai
bidang oleh para ahli dan insinyur. Penggunaan logika fuzzy pada
awalnya digunakan untuk beberapa bidang, seperti sistem diagnosa
penyakit (dalam bidang kedokteran); pemodelan sistem pemasaran, riset
operasi (dalam bidang ekonomi); kendali kualitas air, prediksi adanya
gempa bumi, klasifikasi dan pencocokan pola (dalam bidang teknik).
Penggunaan logika fuzzy dalam bidang sistem daya (power system) juga
sudah dilakukan, antara lain dalam analisis kemungkinan, prediksi dan
pengaturan

beban,

identifikasi

gangguan

pada

generator

dan

penjadwalan pemeliharaan generator. Dalam paper ini dijelaskan

aplikasi logika fuzzy dalam mengkaji pengaruh induksi medan magnet
pada kesehatan manusia. Hasil aplikasi logika fuzzy menunjukkan tidak
adanya pengaruh yang signifikan dari medan magnet tersebut.
Menurut Asus Naba, logika fuzzy adalah: Sebuah metodologi
berhitung dengan variabel kata-kata (linguistic variable) sebagai

11

pengganti

berhitung dengan bilangan. Kata-kata digunakan dalam

fuzzylogic memang tidak sepresisi bilangan, namun kata-kata jauh lebih

dekat dengan intuisi manusia[NAB-2009].
Mengenai logikafuzzy pada dasarny atidak semua keputusan
dijelaskan dengan 0 atau 1, namun ada kondisi diantara keduanya,
daerah diantara keduanya inilah yang disebut

dengan fuzzy

atau

tersamar. Secara umum ada beberapa konsep sistem logika fuzzy,

sebagai berikut dibawah ini:
Himpunan tegas yang merupakan nilai keanggotaan suatu sistem
dalam suatu himpunan tertentu. Himpunan fuzzy yang merupakan suatu
himpunan yang digunakan untuk mengatasi kekakuan dari himpunan
tegas.Fungsi keanggotaan yang memiliki interval 0 sampai 1 Variabel
linguistic yang merupakansuatuvariabelyangmemilikinilai berupa katakata yang dinyatakan dalam bahasa alamiah dan bukan angka.
Operasi dasar himpunan fuzzy merupakan operasi untuk
menggabungkan dan atau memodifikasi himpunan fuzzy, Aturan(rule)
if-then fuzzy merupakan suatu pernyataan if-then, dimana beberapa
kata-kata

dalam

pernyataan

tersebut

ditentukan

oleh

fungsi

keanggotaan. Dalam proses pemanfaatan logika fuzzy, ada beberapa hal

yang harus diperhatikan salah satunya adalah cara mengolah input
menjadi output melalui sistem inferensi fuzzy. Metode inferensi fuzzy
atau cara merumuskan pemetaan, dari masukan yang diberikan kepada
sebuah keluaran. Proses ini melibatkan fungsi keanggotaan, operasi
logika, serta aturan IF-THEN. Hasil dari proses ini akan menghasilkan

12

sebuah sistem yang disebut dengan FIS (Fuzzy Inferensi System).

Dalam logika fuzzy tersedia beberapa jenis FIS diantaranya adalah
Mamdani, Sugeno, dan Tsukamoto.
9.3.1

Alasan Digunakannya Logika Fuzzy

Ada beberapa alasan mengapa orang menggunakan
logika fuzzy, antara lain:
1. Konsep logika fuzzy mudah dimengerti. Konsep matematis
yang mendasari penalaran fuzzy sangat sederhana dan
mudah dimengerti.
2. Logika fuzzy sangat fleksibel.
3. Logika fuzzy memiliki toleransi terhadap data-data yang
tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear
yang sangat kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan
pengalaman-pengalaman para pakar secara langsung tanpa
harus melalui proses pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik-teknik
kendali secara konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.

9.3.2

Himpunan Fuzzy
Ada beberapa hal yang perlu diketahui dalam memahami
sistem fuzzy, yaitu:
a. Variabel fuzzy

13

Variabel fuzzy merupakan variabel yang hendak dibahas dalam

suatu sistem fuzzy. Contoh: umur, temperatur, permintaan, dsb.
b. Himpunan fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu
kondisi atau keadaan tertentu dalam suatu variabel fuzzy.
Contoh:
1. Variabel umur, terbagi menjadi 3 himpunan fuzzy, yaitu:
MUDA, PAROBAYA, dan TUA. (Gambar 7.3)
2. Variabel temperatur, terbagi menjadi 5 himpunan fuzzy,
yaitu: DINGIN, SEJUK, NORMAL, HANGAT, dan
PANAS.

DINGIN

SEJUK

NORMAL HANGAT

PANAS

[x]

15

20

25

30

35

40

Temperatur (oC))

Gambar 2.5 Himpunan fuzzy pada variabel temperatur.

c. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang
diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy.
Semesta pembicaraan merupakan himpunan bilangan real yang
senantiasa naik (bertambah) secara monoton dari kiri ke kanan.
14

Nilai semesta pembicaraan dapat berupa bilangan positif

maupun negatif. Adakalanya nilai semesta pembicaraan ini
tidak dibatasi batas atasnya.
d. Domain
1. Domain himpunan fuzzy adalah keseluruhan nilai yang
diijinkan

dalam

semesta

pembicaraan

dan

boleh

dioperasikan dalam suatu himpunan fuzzy. Seperti halnya

semesta

pembicaraan,

domain

merupakan

himpunan

bilangan real yang senantiasa naik (bertambah) secara

monoton dari kiri ke kanan. Nilai domain dapat berupa
bilangan positif maupun negatif. Perolehan Data beserta
rentang nilai. Sebagian data diatas dipergunakan sebagai
variabel masukan.
Aplikasi Fungsi Implikasi, Komposisi dan Penegasan
(Defuzzyfikasi) Setelah menerima input fungsi keanggotaan dari
masing-masing

himpunan,

langkah

selanjutnya

adalah

mengkombinasikan himpunan-himpunan tersebut menjadi 27

aturan(R).Dengan menggunakan operator AND dalam kombinasi
ini, maka penentuan predikat dilakukan dengan mencari nilai terkecil dari setiap kombinasi. Agar lebih mudah memahami proses
implikasi, komposisi, dan defuzzyfikasi, kita asumsikan bahwa:
1. Untuk fungsi keanggotaan Tekanan Udara, himpunan lemah
diberi bobot 1, kuat diberi bobot 2, dan sangat kuat diberi
bobot 3.

15

2. Untuk fungsi keanggotaan Suhu udara: himpunan kecil diberi

bobot1, besar diberi bobot 2, dan sangat besar diberi bobot 3.
3. Untuk fungsi keanggotaan Kelembaban udara: himpunan
sedikit diberi bobot 1, sedang diberi bobot 2, dan banyak diberi
bobot 3

9.3.3

Komposisi Aturan
Tidak seperti penalaran monoton, apabila sistem
terdiri-dari beberapa aturan, maka inferensi diperoleh dari
kumpulan dan korelasi antar aturan. Ada 3 metode yang
digunakan dalam melakukan inferensi sistem fuzzy, yaitu: max,
additive dan probabilistik OR (probor).
a. Metode Max (Maximum)
Pada metode ini, solusi himpunan fuzzy diperoleh dengan
cara

mengambil

nilai

maksimum

aturan,

kemudian

menggunakannya untuk memodifikasi daerah fuzzy, dan

mengaplikasikannya

ke

output

dengan menggunakan

operator OR (union). Jika semua proposisi telah dievaluasi,

maka output akan berisi suatu himpunan fuzzy yang
merefleksikan konstribusi dari tiap-tiap proposisi. Secara
umum dapat dituliskan:
sf[xi] max(sf[xi],kf[xi])
dengan:
sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;
kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;
b. Metode Additive (Sum)

16

Pada metode ini, solusi himpunan fuzzy diperoleh dengan

cara melakukan bounded-sum terhadap semua output daerah
fuzzy. Secara umum dituliskan:
sf[xi] min(1,sf[xi]+kf[xi])
dengan:
sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;
kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;
c. Metode Probabilistik OR (probor)
Pada metode ini, solusi himpunan fuzzy diperoleh dengan
cara melakukan product terhadap semua output daerah
fuzzy. Secara umum dituliskan:
sf[xi] (sf[xi]+kf[xi]) - (sf[xi] *kf[xi])
dengan:
sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;
kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;
9.3.4 Defuzzifikasi (Defuzzification)
Defuzzifikasi merupakan sebuah bilangan tunggal,yaitu
harga

variable

masukan

dan

keluarnya

adalah

derajat

keanggotan dalam suatu fuzzy set dalam antecedent,maka

masukan dan keluaran defuzzifikasi adalah sebuah set (dalam
hal ini fuzzy set hasil agregasi)dan keluarannya adalah sebuah
tunggal untuk diisikan ke sebuah variable keluaran FIS.Ada
beberapa jenis versi bilangan tunggal yang dimaksud tersebut
.mungkin yang paling populer adalah center of area atau
centroid dibawah kurva dari fuzzy set hasil agregasi.

17

transformasi yang menyatakan kembali keluaran dari dominan

fuzzy dalam dominan crisp.keluaran fuzzy diperoleh melalui
ekaskusi dari beberapa fungsi keanggotaan fuzzy. Terdapat
tujuan

metode

yang

dapat

digunakan

pada

proses

defuzzifiheight method (Max-membership principle),dengan

mengambil nilai fungsi keanggotaan terbesar dari keluaran fuzzy
yang ada untuk dijadikan nilai keluaran dari seluruh fungsi
keanggotan keluaran fuzzy yang ada untuk dijadikan nilai
defuzzifikasi,centroid (center of grafity )method, mengambil
nilai tengah dari seluruh fungsi keanggotan keluaran fuzzy yang
ada untuk dijadikan nilai defuzzyfikasi,weighted average
method,hanya

dapat

digunakan

untuk

keluaran

fungsi

keanggotan dari beberapa proses fuzzy mempunyai bentuk yang

sama,mean-max membership,mempunyai perinsif kerja yang
sama dengan metode maxsimum tetapi lokasi dan fungsi
keanggotaan

maksimum

tidak

harus

unik

,center

of

sums,mempunyai perinsip kerja yang hampir sama dengan

weighted

average

method

tetapi

nilai

yang

dihasilkan

merupakan area respektif dari fungi keanggotaan yang ada.

9.3.5 Aturan IF-THEN
Dari

data

penjelasan

parameter-paramater

fungsi

keanggotan sebagaimana diatas,kemudian dapat dibuat aturan

IF-THEN.basis aturan dibentuk dalam 2 bagian yaitu bagian
paramatter

blok

yang

digunakan

menyimpan

nilai-nilai

18

parameter dari satu aturan dan bagian lainnya adalah rulers

block yang digunakan untuk menyimpan aturan itu sendiri.
Jumlah aturan IF-THEN yang dihasilkan merrupakan
perkalian zikma kemungkinan gejala-gejalanya (premis), yang
kemudian dikurangi jumlah aturan yang dapat diredukasi.
9.4 Metode Sugeno
Menurut fanoeel Thamrin (2012:9) dalam membangun sebuah
system fuzzy dikenal beberapa metode penalaran ,antara lain: metode
Tsukamoto,metode mamdani dan metode sugeno.pada perancangan
peramalan cuaca akan digunakan metode Takagi Sugeno.
Fuzzy metode sugeno merupakan metode inferensi fuzzy untuk
aturan yang direpresentasikan dalam bentuk IF THEN, dimana output
(konsekuen)
sistemtidakberupahimpunanfuzzy,melainkanberupakonstantaataupersam
aan linear [KUS-02:98]. Metode ini diperkenalkan oleh Takagi-Sugeno
Kang pada tahun 1985. Model Sugeno menggunakan fungsi
keanggotaan Singleton yaitu fungsi keanggotaan yang memiliki derajat
keanggotaan 1 pada suatu nilai crisp tunggal dan 0 pada nilaicrispyang
lain.Untuk Orde0 dengan rumus :
IF(x1 is a1) (x2 is A2) (xn is An)
THEN z= k,
dengan Ai adalah himpunan fuzzy ke i sebagai antaseden
(alasan), adalah operator fuzzy (AND atau OR) dan k merupakan
konstanta tegas sebagai konsekuen(kesimpulan).
Sedangkan rumusOrde1 adalah:
IF(x1 is a1) (x2 is A2) (xn is An)
Pada metode Takagi Sugeno ,setiap konsekuen pada aturan yang
berbentuk IF-THEN harus di persentasikan dengan suatu himpunan

19

fuzzy dengan fungsi keanggotan monoton.sebagai hasilnya ,output hasil

inferensi dari tiap-tiap aturan diberikan (crsip) berdasarkan apredikat(fire strength).hasil akhirnya diperoleh menggunakan rata-rata
terbobot.misal ada 2 variabel input,var -1{x} dan var -2(y) serta 1
variabel output var-3 (z),dimana var-1 terbagi atas 2 himpunan yaitu
A1 dan A2 dan var-2 terbagi atas himpunan B1 dan B2.Sedangkan var3 juga terbagi atas 2himpunan yaitu C1dan C2.Ada 2 aturan yang
digunakan yaitu:
[R1] IF (x is A1) and (y is B2) THEN (z is c1)
[R2] IF (x is A2) and (y is B1) THEN (z is C2).
9.5 Matlab
Menurut Teguh Widiarsono (2005:1) Matlab merupakan suatu
bahasa pemograman yang bisa membantu memecahkan berbagai
masalah matematis yang kerap kita temui dalam bidang teknis.
Sedang menurut Muhammad Iqbal (2009:2) Matlab adalah
sebuah bahasa dengan (high-performance) kinerja tinggi untuk
komputasi masalah teknik. Matlab mengintegrasikan komputasi,
visualisasi, dan pemrograman dalam suatu model yang sangat mudah
untuk

pakai

dimana

masalah-masalah

dan

penyelesaiannya

diekspresikan dalam notasi matematika yang familiar.

Matlab merupakan akronim dari kata Matrix Laboratory. Versi
pertama Matlab ditulis pada tahun 1970. Saat itu, Matlab digunakan
untuk pelatihan dalam teori matrik, aljabar linier dan analisis numerik.
Fungsi-fungsi Matlab ini digunakan untuk menyelesaikan masalah
bagian khusus, yang disebut toolboxes. Toolboxes dapat digunakan

20

untuk bidang pengolahan sinyal, sistem pengaturan, fuzzy logic,

numeral network, optimasi, pengolahan citra, dan simulasi yang lain.
Matlab adalah bahasa pemrograman level tinggi yang
dikhususkan untuk komputasi teknis. Bahasa ini mengintegrasikan
kemampuan komputasi, visualisasi, dan pemrograman dalam sebuah
lingkungan yang tunggal dan mudah digunakan. Matlab memberikan
sistem interaktif yang menggunakan konsep array sebagai standar
variabel elemennya tanpa membutuhkan pendeklarasian array seperti
pada bahasa pemrograman lain.

9.6 Unified Modelling Language (UML)

Unified Modelling Language (UML) adalah sebuah bahasa yang
telah menjadi standar dalam industri untuk visualisasi, merancang dan
mendokumentasikan sistem perangkat lunak.
Tidak ada orang, bahkan para pembuat UML, mengerti atau
menggunakan semuanya.Kebanyakan orang menggunakan sebagian kecil
UML dan bekerja menggunakannya sesuai dengan kebutuhan masing masing. Berikut ini akan dijelaskan 4 dari 13 diagram UML yang ada.
1

Usecase diagram
Usecase diagram menggambarkan fungsionalitas yang diharapkan
dari sebuah sistem. Yang ditekankan adalah apa yang diperbuat sistem,
dan bukan bagaimana.Sebuah usecase merepresentasikan sebuah
interaksi antara aktor dan sistem.Usecase merupakan sebuah pekerjaan
tertentu, misalnya login ke sistem, meng-create sebuah daftar belanja,
dan sebagainya.
21

Gambar. Use Case Diagram

Class diagram
Class adalah sebuah spesifikasi yang jika diinstansiasi akan
menghasilkan sebuah objek dan merupakan inti dari pengembangan dan
desain

berorientasi

objek.

Class

menggambarkan

keadaan

(atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk

memanipulasi keadaan tersebut (metoda/fungsi).
Class diagram menggambarkan struktur dan deskripsi class,
package dan objek beserta hubungan satu sama lain seperti containment,
pewarisan, asosiasi, dan lain-lain.

Gambar. Class Diagram

(http://www.ibm.com/developerworks/rational/library/content/RationalE
dge/sep04/bell/)
22

Activity diagram
Activity diagram menggambarkan berbagai alir aktivitas dalam
sistem yang sedang dirancang, bagaimana masing-masing alir berawal,
decision yang mungkin terjadi, dan bagaimana mereka berakhir.
Activitydiagram

juga menggambarkan proses paralel yang mungkin

terjadi pada beberapa eksekusi.

Activity diagram merupakan state diagram khusus, dimana
sebagian besar state adalah action dan sebagian besar transisi di-trigger
oleh selesainya state sebelumnya (internalprocessing). Oleh karena itu
activity diagram tidak menawarkan behaviorinternal sebuah sistem (dan
interaksi antar subsistem) secara eksak, tetapi lebih menggambarkan
proses-proses dan jalur-jalur aktivitas dari level atas secara umum.

Gambar. Activity Diagram (Pender, 2002)

23

Sequence diagram
Sequence diagram menggambarkan interaksi antar objek di dalam
dan di sekitar sistem (termasuk pengguna, display, dan sebagainya)
berupa message yang digambarkan terhadap waktu. Sequence diagram
terdiri atar dimensi vertikal (waktu) dan dimensi horizontal (objek-objek
yang terkait). Sequence diagram biasa digunakan untuk menggambarkan
skenario atau rangkaian langkah-langkah yang dilakukan sebagai respons
dari sebuah event untuk menghasilkan output tertentu.

Gambar. Sequence Diagram

(http://en.wikipedia.org/wiki/Sequence_diagram)

10 PENELITIAN TERKAIT
Berikut ini adalah beberapa penelitian yang telah dilakukan
sebelumnya yang terkait dengan penelitian yang penulis lakukan ini :
a. Aplikasi Prediksi Cuaca Berbasis Logika Fuzzy Untuk Rekomendasi
Penerbangan Di Bandar Udara Raja Haji Fisabilillah, oleh Nur Endah Sari,
Dr. Edi Sukirman, S.Si., MM, Jurusan Teknik Informatika, Fakultas
Teknik Industri, Universitas Gunadarma, pada tahun 2011. Berdasarkan

24

pembahasan dapat disimpulkan bahwa model prediksi cuaca menggunakan

metode logika fuzzy untuk kebutuhan penerbangan menghasilkan nilai
keakuratan untuk prediksi hujan adalah 61.73%, dan prediksi kecepatan
angin menghasilkan nilai keakuratan 50.5%.
b. Analisis Sistem Inference Fuzzy Sugeno Dalam Menentukan Harga
Penjualan

Tanah

Untuk

Pembangunan

Minimarket,

Rizkysari

Meimaharani, Jurnal Simetris, Vol 5 No 1 April 2014 Issn: 2252-4983,

Fakultas Teknik, Program Studi Teknik Informatika Universitas Muria
Kudus. Berdasarkan pengujian yang dilakukan dapat diketahui bahwa
teknik kendali fuzzy mampu menghasilkan respon seperti yang diharapkan
yaitu mampu menilai jarak jauh dekat yang menentukan harga dalam
penjualan tanah untuk pembangunan minimarket.
11 JADWAL WAKTU PELAKSANAAN
Bulan
No

Kegiatan

Studi Kepustakaan

Penerimaan Proposal Skripsi

Feb

Mar

Apr

Mei

Jun

Jul

201

201

201

201

201

201

Pengumpulan dan Analisis

3
Data
4

Pembuatan Aplikasi /Program

Pengujian Aplikasi /Program

Penyelesaian Laporan Akhir

12 DAFTAR PUSTAKA
Nur Endah Sari, Edi Sukirman. 2011. Prediksi Cuaca Berbasis Logika
Fuzzy Untuk Rekomendasi Penerbangan Di Bandar Udara Raja

25

Haji Fisabilillah. Jurusan Teknik Informatika, Fakultas Teknik

Industri, Universitas Gunadarma : Jakarta.
Agus Naba. 2009. Fuzzy Logic Menggunakan Matlab. Andi : Yogyakarta.
Hasan M. Iqbal. 2002. Pokok-Pokok Materi, Teori Pengambilan
Keputusan. Ghalia Indonesia : Jakarta
Schroeder Roger C. 2007. Manajemen Operasi Pengambilan Keputusan
dalam Fungsi Operasi (Terjemahan). Penerbit Erlangga : Jakarta.
http://en.wikipedia.org/wiki/Sequence_diagram (diakses pada 5 April
2015)
Sri Kusumadewi, 2009. Aplikasi Logika Fuzzy. Graha Ilmu. Yogyakarta.
Jogiyanto, Hartono. 2004. Pengenalan Komputer. Yogyakarta: C.V.ANDI
OFFSET.
Muhammad Iqbal. 2009. Pengolahan Citra Digital Menggunakan
Matlab : Jakarta
Teguh widiarsono, 2005. Tutorial Praktis Belajar Matlab : Jakarta

26