06 Prakiraan Cuaca
06 Prakiraan Cuaca
Pendahuluan
215
216
dengan Ai adalah himpunan fuzzy ke i seba-gai
antaseden, adalah operator fuzzy (AND atau
OR), pi adalah konstanta ke i dan q juga
merupakan konstanta dalam konsekuen.
2.4. Prakiraan cuaca
Prakiraan cuaca merupakan suatu hasil kegiatan pengamatan kondisi fisis dan dinamis udara
dari berbagai tempat pengamatan yang kemudian
dikumpulkan, di mana kumpulan hasil pengamatan
dilakukan secara matematis dengan memperhatikan ruang dan waktu kecenderungan kondisi
fisis udara sedemikian rupa sehingga diperoleh
suatu prakiraan. Menurut Zakir (2008): di Indonesia informasi prakiraan cuaca yang sudah
dikenal masyarakat adalah berawan, cerah dan hujan. Sementara itu untuk terjadinya hujan dikaitkan dengan proses fisis dan dinamis atmosfer
yang diketahui melalui parameter-parameter seperti adanya massa udara, gaya vertikal dan energi. Karena itu dalam memprakirakan cuaca
perlu pengetahuan dasar terhadap parameter yang
digunakan (p.9).
2.5. Labilitas Udara Sebagai Faktor Pembentuk Cuaca
Udara dipersepsikan sebagai paket atau parsel yang dapat terangkat jika suhu di dalam parsel
tersebut lebih hangat dibandingkan suhu di lingkungan luarnya. Sedangkan jika suhu di dalam
parsel lebih dingin daripada suhu di lingkungan
luarnya, maka parsel tidak dapat terangkat dan
akan kembali ke tempat semula. Ketika parsel terangkat, artinya parsel bergerak menuju tempat
yang bertekanan lebih rendah. Akibatnya parsel
akan mengembang. Untuk mengembang, parsel
memerlukan energi yang diambil dari dalam parsel
tersebut. Konsekuensinya, akibat energinya terlepas, maka suhu parsel tersebut akan turun. Proses
ini disebut adiabatik. Jika parsel dapat terus naik
dan kelembaban udaranya mencapai 100%, maka
pertumbuhan awan akan mulai terjadi.
2.6. Terjadinya Badai Guntur
Badai guntur atau Thunderstorm (selanjutnya
disingkat TS) merupakan peristiwa terlepasnya
satu atau lebih muatan positif kelistrikan di atmosfer secara mendadak yang ditandai dengan adanya
kilat atau guntur. TS selalu terjadi pada awan konvektif yang kuat, yaitu awan Cumulonimbus/CB.
3.
Metode Penelitian
217
b-x
,
b-a
0
axb
x b (3.1)
x-a
,axb
b-a
c-x
,bxc
c-b
0
, x c (3.2)
x-b
c-b
1
bxc
x c (3.3)
Dari diagram di atas, nampak bahwa tiap variabel memiliki kriteria tersendiri untuk menentukan kejadian cuaca. Untuk menentukan prakiraan cuaca umum, diperlukan kombinasi kriteria dari
ketiga variabel tersebut, sebagaimana dilakukan
dalam pembentukan aturan fuzzy. Untuk mendapatkan keluaran, caranya dengan menghitung ratarata terbobot berdasarkan rumus:
Z = 1(w1) + 2(w2) + 2(w2) + + n(wn)
1 + 2 + 2 + + n
dengan Z = output rata-rata yang telah diberi
bobot dan berupa konstanta (k),
= -predikat = nilai minimum dari hasil operasi
pembentukan aturan fuzzy ke n
w = bobot untuk setiap prakiraan dalam pembentukan aturan fuzzy
Cara dan metode yang sama juga digu-nakan
untuk memprakirakan peluang terjadinya TS, dengan variabel yang digunakan adalah K Indeks
dan Total Totals Indeks dengan masing-masing
variabel terdiri atas dua himpunan fuzzy. Diagram
berikut akan menjelaskan bagaimana logika fuzzy
dilakukan dalam FIS untuk memprakirakan TS:
218
ngan kilat disertai guntur. Jika hanya terdengar suara guntur, meskipun tidak nampak
kilat, maka kriteria tersebut termasuk TS kuat.
TS dikatakan lemah jika dalam selang waktu
yang dimaksud hanya terlihat kilat saja namun
tidak terdengar suara guntur, atau tidak ada
guntur dan kilat sama sekali.
4.
c.
Verifikasi
Verifikasi dilakukan untuk mengetahui prosentase tingkat ketepatan prakiraan dibandingkan
kondisi cuaca sebenarnya. Rumus verifikasinya:
TK = data prakiraan cuaca benar x 100%
data kondisi cuaca sebenarnya
NO
TGL
JAM
SWEAT
CAPE
RH
KI
TI
0.00
241
30.42
82
35.5
44.7
12.00
206.19
3.81
62
27.3
37.4
0.00
205.39
103.36
58
28.3
42.2
12.00
237.29
25.19
66
29.9
0.00
40.4
142.82
23.66
66
27.3
38.8
12.00
0.00
70.61
1.07
54
18.7
33.8
12.00
97.81
28.67
40
16.9
35
0.00
203.6
5.3
46
26.6
43.9
10
12.00
204.81
625.36
79
34.2
41.6
11
0.00
212.39
145.23
79
33.3
41.5
Skor
12
12.00
214.81
323.35
88
35.7
42.7
91 - 100
13
0.00
12.00
217.21
1342.52
79
35.6
44.4
43.7
Kategori
Istimewa
Sangat Baik
81 - 90
14
Baik
71 - 80
15
0.00
193.61
182.72
79
33.7
61 - 70
16
12.00
231.53
1572
96
40.3
47
0.00
232.4
629.55
90
34.6
42
44.3
Cukup Baik
Kurang
51 - 60
17
Sangat Kurang
< 50
18
12.00
214.4
1415.23
82
35.5
19
10
0.00
222.82
123.34
83
35.7
45.9
20
10
12.00
188.2
11.22
50
22.9
37.6
21
11
0.00
191.79
61.14
62
26.1
37.4
22
11
12.00
219.8
85.56
87
34.7
42.6
23
12
0.00
230.4
221.07
85
35.7
44.8
24
12
12.00
261
133.3
94
36.5
42.7
25
13
0.00
252.2
1252.93
97
36.9
43.8
26
13
12.00
231.21
66
29.5
38.8
27
14
0.00
250.2
50
76
34.4
43.3
28
14
12.00
253
849.24
72
32.9
43.8
29
15
0.00
226.8
548.77
72
32.1
32.1
30
15
12.00
213.41
415.87
82
33.1
41.5
31
16
0.00
236.6
575.67
95
33.7
38.9
32
16
12.00
218.21
195.16
80
31.5
38.3
33
17
0.00
211.41
302.98
71
30.2
40.3
34
17
12.00
207.41
836.78
78
32.8
41.3
35
18
0.00
208.21
84.65
62
26.8
38.1
36
18
12.00
217.01
339.29
89
35.5
41.9
37
19
0.00
227.62
676.86
80
34.4
43.1
d.
219
38
19
12.00
227.81
732.42
82
36.6
45.8
39
20
0.00
204.01
273.8
73
32.1
41.8
40
20
12.00
196.41
450.31
71
31.6
31.6
41
21
0.00
190.01
133.41
62
27.4
37.9
42
21
12.00
173.61
62
26.9
36.2
43
22
0.00
188.41
62
27
27
44
22
12.00
188.81
92.67
62
29.1
39.4
45
23
0.00
239.8
1161.69
92
38.6
38.6
46
23
12.00
209
178.36
58
31
43.5
47
24
0.00
221.8
908.64
50
28.9
28.9
48
24
12.00
218.2
340.35
74
34.7
44.4
49
25
0.00
197.21
593.09
78
36.4
46.5
50
25
12.00
192.81
44.86
75
34.2
44.1
51
26
0.00
204.81
821.31
91
38
45.5
52
26
12.00
200.41
411.02
71
33.4
43.7
53
27
0.00
215.61
778.53
79
34.5
44.1
54
27
12.00
228.4
228.5
62
29.6
41.1
55
28
0.00
202.81
56.73
79
32.7
41.5
56
28
12.00
213.2
283.83
74
33.2
43.1
57
29
0.00
217.6
128.02
92
36
42.5
58
29
12.00
212.41
319.92
91
36
42.5
59
30
0.00
238
169.26
81
34.9
43.5
60
30
12.00
61
31
0.00
62
31
12.00
210.01
311.88
90
35.3
41.6
Fuzzifikasi SWEAT
Fuzzifikasi CAPE
Fuzzifikasi RH700
b.
220
12. (R12) Jika konvektivitas lemah (1), energi
besar (2) dan uap air banyak (3), maka
prakiraan adalah berawan (0.66).
13. (R13) Jika konvektivitas kuat (2), energi
besar (2) dan uap air sedikit (1), maka
prakiraan adalah berawan (0.55).
14. (R14) Jika konvektivitas kuat (2), energi
besar (2) dan uap air sedang (2), maka
prakiraan adalah berawan (0.66).
15. (R15) Jika konvektivitas kuat (2), energi
besar (2) dan uap air banyak (3), maka
prakiraan adalah berawan (0.715).
16. (R16) Jika konvektivitas sangat kuat (3),
energi besar (2) dan uap air sedikit (1), maka
prakiraan adalah berawan (0.66).
17. (R17) Jika konvektivitas sangat kuat (3),
energi besar (2) dan uap air sedang (2),
maka prakiraan adalah berawan (0.715).
18. (R18) Jika konvektivitas sangat kuat (3),
energi besar (2) dan uap air banyak (3),
maka prakiraan adalah hujan (0.88).
19. (R19) Jika konvektivitas lemah (1), energi
sangat besar (3) dan uap air sedikit (1),
maka prakiraan adalah berawan (0.55).
20. (R20) Jika konvektivitas lemah (1), energi
sangat besar (3) dan uap air sedang (2 maka
prakiraan adalah berawan (0.66).
21. (R21) Jika konvektivitas lemah (1), energi
sangat besar (3) dan uap air banyak (3),
maka prakiraan adalah hujan (0.77).
22. (R22) Jika konvektivitas kuat (2), energi
sangat besar (3) dan uap air sedikit (1),
maka prakiraan adalah berawan (0.66).
23. (R23) Jika konvektivitas kuat (2), energi
sangat besar (3) dan uap air sedang (2),
maka prakiraan adalah berawan (0.715).
24. (R24) Jika konvektivitas kuat (2), energi
sangat besar (3) dan uap air banyak (3),
maka prakiraan adalah hujan (0.88).
25. (R25) Jika konvektivitas sangat kuat (3),
energi sangat besar (3) dan uap air sedikit
(1), maka prakiraan adalah hujan (0.77)
26. (R26) Jika konvektivitas sangat kuat (3),
energi sangat besar (3) dan uap air sedang
(2), maka prakiraan adalah hujan (0.88)
27. (R27) Jika konvektivitas sangat kuat (3),
energi sangat besar (3) dan uap air banyak
(3), maka prakiraan adalah hujan (1)
Semula, logika untuk memperoleh bobot
prakiraan cuaca adalah dengan menjumlah bobot
kombinasi antar himpunan. Namun karena rentang
nilai bobot pada logika fuzzy adalah antara 0
sampai 1, maka nilai masing-masing bobot dikali
0.11, agar bobot maksimum 1 tercapai. Sedangkan
untuk menen-tukan prakiraan cuaca adalah dengan
mem-pertimbangkan komposisi bobot paling doe-Indonesia Initiative 2011 (eII2011)
Konferensi Teknologi Informasi dan Komunikasi untuk Indonesia
14-15 Juni 2011, Bandung
221
Fuzzifikasi K Indeks
Fuzzifikasi K Indeks
b.
2.
3.
4.
TGL
Jam
Prakiraan
Fakta
Berawan
ke
1
0.00
0.77
Hujan
12.00
0.77
Hujan
Hujan
0.00
0.761
Berawan
Berawan
12.00
0.77
Hujan
Berawan
0.00
0.656
Berawan
Berawan
12.00
0.00
0.524
Berawan
Berawan
12.00
0.352
Cerah
Cerah
0.00
0.358
Cerah
Berawan
10
12.00
0.769
Berawan
Berawan
11
0.00
0.77
Hujan
Hujan
12
12.00
0.77
Hujan
Berawan
13
0.00
14
12.00
0.821
Hujan
Hujan
15
0.00
0.749
Berawan
Berawan
16
12.00
0.854
Hujan
Hujan
17
0.00
0.77
Hujan
Hujan
18
12.00
0.831
Hujan
Hujan
19
10
0.00
0.758
Berawan
Berawan
20
10
12.00
0.682
Berawan
Hujan
21
11
0.00
0.746
Berawan
Berawan
22
11
12.00
0.77
Hujan
Hujan
23
12
0.00
0.77
Hujan
Hujan
24
12
12.00
0.77
Hujan
Hujan
25
13
0.00
0.807
Hujan
Hujan
26
13
12.00
0.77
Hujan
Hujan
27
14
0.00
0.77
Hujan
Hujan
28
14
12.00
0.77
Hujan
Hujan
29
15
0.00
0.77
Hujan
Hujan
30
15
12.00
0.77
Hujan
Hujan
31
16
0.00
0.77
Hujan
Hujan
32
16
12.00
0.77
Hujan
Hujan
222
33
17
0.00
0.77
Hujan
Hujan
20
10
34
17
12.00
0.77
Hujan
Hujan
21
11
0.00
0.394
TS Lemah
Tidak Ada TS
35
18
0.00
0.77
Hujan
Berawan
22
11
12.00
0.711
TS Lemah
Tidak Ada TS
36
18
12.00
0.77
Hujan
Hujan
23
12
0.00
0.875
TS Lemah
Tidak Ada TS
37
19
0.00
0.77
Hujan
Berawan
38
19
12.00
0.77
Hujan
Berawan
24
12
12.00
0.76
TS Lemah
Tidak Ada TS
25
13
0.00
0.839
TS Lemah
Tidak Ada TS
13
12.00
0.473
TS Lemah
Tidak Ada TS
Tidak Ada TS
39
20
0.00
0.768
Berawan
Berawan
12.00
0.372
TS Lemah
Tidak Ada TS
40
20
12.00
0.755
Berawan
Berawan
26
41
21
0.00
0.743
Berawan
Berawan
27
14
0.00
0.741
TS Lemah
42
21
12.00
0.713
Berawan
Hujan
28
14
12.00
0.748
TS Lemah
Terjadi TS
43
22
0.00
0.747
Berawan
Berawan
29
15
0.00
0.319
TS Lemah
Tidak Ada TS
44
22
12.00
0.74
Berawan
Berawan
30
15
12.00
0.627
TS Lemah
Tidak Ada TS
45
23
0.00
0.794
Hujan
Hujan
31
16
0.00
0.547
TS Lemah
Tidak Ada TS
32
16
12.00
0.492
TS Lemah
Tidak Ada TS
33
17
0.00
0.532
TS Lemah
Tidak Ada TS
Tidak Ada TS
46
23
12.00
0.77
Hujan
Berawan
47
24
0.00
0.726
Berawan
Berawan
48
24
12.00
0.77
Hujan
Berawan
49
25
0.00
0.756
Berawan
Berawan
34
17
12.00
0.621
TS Lemah
50
25
12.00
0.748
Berawan
Hujan
35
18
0.00
0.414
TS Lemah
Tidak Ada TS
51
26
0.00
0.77
Hujan
Hujan
36
18
12.00
0.693
TS Lemah
Tidak Ada TS
52
26
12.00
0.761
Berawan
Hujan
37
19
0.00
0.741
TS Lemah
Tidak Ada TS
53
27
0.00
0.77
Hujan
Hujan
38
19
12.00
0.915
TS Kuat
Tidak Ada TS
54
27
12.00
0.77
Hujan
Hujan
39
20
0.00
0.627
TS Lemah
Tidak Ada TS
55
28
0.00
0.766
Berawan
Berawan
56
28
12.00
0.77
Hujan
Hujan
40
20
12.00
0.333
TS Lemah
Tidak Ada TS
41
21
0.00
0.418
TS Lemah
Tidak Ada TS
21
12.00
0.401
TS Lemah
Tidak Ada TS
57
29
0.00
0.77
Hujan
Berawan
58
29
12.00
0.77
Hujan
Hujan
42
59
30
0.00
0.77
Hujan
Hujan
43
22
0.00
0.369
TS Lemah
Tidak Ada TS
60
30
12.00
44
22
12.00
0.463
TS Lemah
Tidak Ada TS
61
31
0.00
45
23
0.00
0.662
TS Lemah
Tidak Ada TS
62
31
12.00
0.77
Hujan
Hujan
46
23
12.00
0.68
TS Lemah
Tidak Ada TS
47
24
0.00
0.269
TS Lemah
Tidak Ada TS
48
24
12.00
0.818
TS Lemah
Terjadi TS
49
25
0.00
0.91
TS Kuat
Tidak Ada TS
50
25
12.00
0.792
TS Lemah
Tidak Ada TS
TGL
Jam
Prakiraan
Fakta
0.00
0.87
TS Lemah
Tidak Ada TS
51
26
0.00
0.95
TS Kuat
Terjadi TS
12.00
0.406
TS Lemah
Tidak Ada TS
52
26
12.00
0.746
TS Lemah
Tidak Ada TS
0.00
0.571
TS Lemah
Tidak Ada TS
53
27
0.00
0.799
TS Lemah
Tidak Ada TS
12.00
0.534
TS Lemah
Tidak Ada TS
54
27
12.00
0.552
TS Lemah
Terjadi TS
0.00
0.438
TS Lemah
Tidak Ada TS
55
28
0.00
0.619
TS Lemah
Tidak Ada TS
12.00
56
28
12.00
0.716
TS Lemah
Terjadi TS
0.00
0.251
TS Lemah
Tidak Ada TS
57
29
0.00
0.738
TS Lemah
Tidak Ada TS
12.00
0.28
TS Lemah
Tidak Ada TS
58
29
12.00
0.738
TS Lemah
Tidak Ada TS
0.00
0.605
TS Lemah
Tidak Ada TS
59
30
0.00
0.765
TS Lemah
Tidak Ada TS
10
12.00
0.658
TS Lemah
Tidak Ada TS
60
30
12.00
11
0.00
0.631
TS Lemah
Tidak Ada TS
61
31
0.00
12
12.00
0.744
TS Lemah
Terjadi TS
62
31
12.00
0.679
TS Lemah
Tidak Ada TS
13
0.00
14
12.00
0.84
TS Lemah
Tidak Ada TS
15
0.00
0.755
TS Lemah
Tidak Ada TS
16
12.00
TS Kuat
Tidak Ada TS
17
0.00
0.687
TS Lemah
Tidak Ada TS
18
12.00
0.837
TS Lemah
Tidak Ada TS
19
10
0.00
0.893
TS Lemah
Tidak Ada TS
223
yang ada. Uji verifikasinya: (50/58) x 100%
= 86% dengan kategori sangat baik.
5.
5.1. Kesimpulan
a. Logika fuzzy dengan Metode Sugeno Orde 0
ini dapat diterapkan sebagai sistem pendukung untuk memprakirakan cuaca, yang ditunjukkan berdasarkan hasil pengolahan, analisa, dan uji verifikasi terhadap data-data yang
diteliti.
b. Para prakirawan di Stasiun Meteorologi Klas I
Cengkareng akan dapat dengan mudah
mengambil keputusan untuk me-nentukan
keadaan cuaca dalam 12 jam ke depan:
apakah cerah, berawan atau hujan. Juga dapat
dengan cepat menen-tukan peluang terjadinya
TS, lemah atau-kah kuat.
5.2. Saran
a. Diperlukan
berbagai
masukan
untuk
memperbaiki tingkat keakuratannya. Di
antaranya adalah dengan mencari alternatif
variabel yang tersedia pada data hasil
pengamatan rason, memodifikasi fungsi
keanggotaan
masing-masing
him-punan
variabel, maupun menentukan bobot nilai
alternatif di luar penelitian ini.
b. Sampel penelitian dapat diperluas hingga ke
seluruh stasiun yang melakukan peng-amatan
rason.
c. Penelitian ini dapat digunakan untuk penelitian sejenis selama masih menerapkan
sistem pendukung keputusan de-ngan Logika
Fuzzy.
6.
DAFTAR REFERENSI