Oleh:
AMELIA DHANISWARA
NIM. K1B017016
Oleh:
AMELIA DHANISWARA
NIM. K1B017016
i
PERNYATAAN
adalah hasil karya sendiri dan bukan jiplakan hasil karya orang lain.
Amelia Dhaniswara
NIM. K1B017016
ii
LAPORAN KERJA PRAKTIK
Oleh:
AMELIA DHANISWARA
NIM. K1B017016
Mengetahui,
Dekan Fakultas MIPA
Drs. Sunardi,M.Si.
NIP. 19590715 199002 1 00 1
iii
PEDOMAN PENGGUNAAN LAPORAN KERJA PRAKTIK
iv
KATA PENGANTAR
v
Penulis menyadari bahwa Laporan Kerja Praktik ini masih jauh dari kata
sempurna. Oleh karena itu, penulis mengharap kritik dan saran yang membangun
dari semua pihak demi kesempurnaan Laporan Kerja Praktik ini. Semoga Laporan
Kerja Praktik ini bermanfaat bagi semua pihak.
Amelia Dhaniswara
NIM. K1B017016
vi
DAFTAR ISI
HALAMAN JUDUL................................................................................................ i
HALAMAN PERNYATAAN ................................................................................ ii
HALAMAN PENGESAHAN ................................................................................ iii
PEDOMAN PENGGUNAAN LAPORAN KERJA PRAKTIK............................ iv
KATA PENGANTAR ............................................................................................ v
DAFTAR ISI ......................................................................................................... vii
DAFTAR NOTASI ................................................................................................ ix
DAFTAR SINGKATAN ........................................................................................ x
DAFTAR TABEL .................................................................................................. xi
DAFTAR GAMBAR ............................................................................................ xii
DAFTAR LAMPIRAN ........................................................................................ xiii
RINGKASAN ...................................................................................................... xiv
SUMMARY ............................................................................................................ xv
BAB I PENDAHULUAN ....................................................................................... 1
1.1 Latar Belakang ............................................................................................ 1
1.2 Rumusan Masalah ....................................................................................... 2
1.3 Batasan Masalah .......................................................................................... 2
1.4 Tujuan Kerja Praktik ................................................................................... 2
1.5 Manfaat Kerja Praktik ................................................................................. 3
1.5.1 Bagi Perguruan tinggi .................................................................................3
1.5.2 Bagi Mahasiswa ..........................................................................................3
1.6 Tempat Kerja Praktik .................................................................................. 3
1.7 Waktu Pelaksanaan Kerja Praktik ............................................................... 3
BAB II TINJAUAN PUSTAKA ............................................................................. 4
2.1 Curah Hujan................................................................................................... 4
2.1.1 Pengamatan Curah Hujan ...........................................................................6
2.1.2 Intensitas Hujan ...........................................................................................7
2.1.3 Faktor terjadinya hujan ...............................................................................7
2.2 Peramalan ...................................................................................................... 9
vii
2.3 Deret Waktu dalam Peramalan .................................................................... 12
2.4 Metode ANFIS ........................................................................................... 12
2.4.1 Jaringan Syaraf Tiruan (Neural Network) ..............................................12
2.4.2 FUZZY .......................................................................................................13
2.4.3 ANFIS .........................................................................................................15
2.5 Ketepatan Peramalan ................................................................................... 20
2.5.1 Mean Absolute Deviation (MAD) ..............................................................20
2.5.2 Mean Absolute Percentage Error (MAPE) ..............................................21
2.5.3 Mean Square Error (MSE) .........................................................................21
BAB III PROFIL TEMPAT KERJA PRAKTIK .................................................. 23
3.1 Profil Tempat Kerja Pratik ........................................................................ 23
3.2 Sejarah BMKG .......................................................................................... 23
3.3 Logo BMKG ............................................................................................. 25
3.4 Visi dan Misi BMKG ................................................................................ 27
3.5 Tugas dan Fungsi BMKG ......................................................................... 29
3.6 Struktur Organisasi BMKG ....................................................................... 31
BAB IV PELAKSANAAN DAN PEMBAHASAN............................................. 33
4.1 Pelaksanaan Kerja Praktik............................................................................33
4.2 Metode Kerja Praktik...................................................................................33
4.3 Hasil dan Pembahasan ................................................................................. 33
BAB V PENUTUP ................................................................................................ 41
5.1 Kesimpulan .................................................................................................. 41
5.2 Saran ............................................................................................................ 41
DAFTAR PUSTAKA ........................................................................................... 42
LAMPIRAN .......................................................................................................... 44
DAFTAR RIWAYAT HIDUP .............................................................................. 49
viii
DAFTAR NOTASI
ix
DAFTAR SINGKATAN
x
DAFTAR TABEL
Halaman
xi
DAFTAR GAMBAR
Halaman
xii
DAFTAR LAMPIRAN
Halaman
xiii
RINGKASAN
Laporan kerja praktik ini membahas mengenai prediksi curah hujan untuk
bulan Januari 2019 sampai dengan Desember 2020. Metode peramalan yang
digunakan mengacu pada pola sistem kecerdasan buatan, yaitu ANFIS. Hasil
laporan menunjukkan bahwa peramalan untuk dua tahun kedepan akurat dengan
kesalahan ukuran MAPE sebesar 0,2790%. Data hasil laporan menunjukkan
bahwa prediksi curah hujan pada bulan Januari 2019 sampai dengan bulan
Desember tahun 2020 mengalami fluktuasi untuk tiap tahunnya maupun tiap
bulannya.
Kata kunci : Curah hujan, Peramalan, Metode ANFIS.
xiv
SUMMARY
This report discusses the forecast of rainfall for January 2019 to December
2020. Forecasting methods used regarding the pattern of artificial intelligence
systems, namely ANFIS. The report showed that forecasting for the coming year
is accurate with a MAPE error size of 0.2790%. Report data estimates that rainfall
in January 2019 to December 2020 is fluctiation for each quarter every month.
xv
BAB I
PENDAHULUAN
1.1 Latar Belakang
Peramalan adalah dasar dari segala jenis perencanaan dimana hal ini
sangat diperlukan untuk lingkungan yang tidak stabil yaitu menjembatani
antara sistem dengan lingkungan. Tujuan peramalan menurut Wignjosoebroto
(2003:337) adalah untuk memperoleh gambaran mengenai apa yang akan
terjadi di masa mendatang. Gambaran mengenai masa depan tersebut akan
menjadi dasar di dalam membuat perencanaan. Peramalan yang akurat sangat
dibutuhkan dalam pembuatan perencanaan. Akurasi dari suatu hasil
peramalan diukur dengan mengukur besarnya error (selisih nilai aktual
dengan hasil peramalan).
Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) merupakan
lembaga yang bertugas melaksanakan tugas pemerintahan di bidang
Meteorologi, Klimatologi, Kualitas Udara dan Geofisika sesuai dengan
ketentuan perundang-undangan yang berlaku. BMKG memiliki banyak
fungsi, salah satunya adalah menyampaikan informasi dan peringatan dini
kepada instansi dan pihak terkait serta masyarakat berkenaan dengan bencana
karena faktor meteorologi, klimatologi, dan geofisika. Dalam upaya
mencegah terjadinya tanah longsor, banjir bandang, genangan, angin
kencang, pohon tumbang, dan jalan licin akibat curah hujan yang tinggi
diperlukan adanya peramalan intensitas curah hujan sehingga dapat
meminimalisir terjadinya kerusakan alam. Selanjutnya, penulis melakukan
peramalan intensitas curah hujan untuk dua tahun yang akan datang.
1
2
Batasan masalah yang digunakan dalam laporan kerja praktik ini, antara
lain :
1. Data yang digunakan adalah data curah hujan BMKG Cilacap dari tahun
2003 sampai dengan tahun 2018.
2. Model ANFIS yang digunakan adalah model fuzzy Sugeno orde satu.
3. Pengolahan dan analisis data menggunakan program MATLAB 2014
untuk melakukan peramalan.
Curah hujan adalah jatuhan butir-butir atau tetesan hujan yang mencapai
permukaan bumi. Jumlah curah hujan adalah curah hujan yang mencapai
permukaan selama jangka waktu yang ditentukan dan dinyatakan dalam
ukuran kedalamannya, dengan ketentuan bahwa tidak ada air yang hilang
karena penguapan air atau mengalir.
Curah hujan diukur menggunakan alat berupa silinder dengan bagian atas
terbuka (untuk menerima butiran air hujan yang jatuh). Alat ini di pasang di
tempat terbuka, sehingga air hujan akan diterima langsung oleh alat ini.
Bagian atas yang terbuka dipasang pada ketinggian 20cm di atas permukaan
tanah yang ditanami rumput untuk menghindari masuknya air percikan dari
permukaan tanah (Lakitan, 1985).
Curah hujan dapat diukur dengan alat pengukur curah hujan otomatis atau
yang manual. Alat-alat pengukur tersebut harus di letakkan pada daerah yang
masih alamiah, sehingga curah hujan yang terukur dapat mewakili wilayah
yang luas. Salah satu pengukur hujan manual yang paling banyak dipakai
adalah tipe manual (manual raingauge) atau sering disebut ombrometer.
Curah hujan dari pengukuran alat ini dihitung dari volume air hujan
dibagi dengan luas mulut penakar. Alat tipe manual ini merupakan alat baku
dengan mulut penakar seluas 100 cm2 dan di pasang dengan ketinggian mulut
penakar 1,2 meter dari permukaan tanah (Sutedjo.dkk, 2005).
4
5
1. Hujan
Hujan adalah butiran-butiran air yang jatuh ke bumi dalam bentuk
cair. Butir-butir hujan mempunyai garis tengah 0,08 - 6 mm. Macam-
macam hujan yaitu hujan halus, hujan rintik-rintik dan hujan lebat.
Perbedaan terutama pada besarnya butir-butir. Hujan lebat biasanya
turun sebentar saja dari awan Cumulonimbus. Hujan ini dapat amat
kuat dengan intensitas yang amat besar.
2. Salju
Salju terjadi karena sublimasi uap air pada suhu dibawah titik beku.
Bentuk dasar dari salju adalah hexagonal akan tetapi hal ini tergantung
dari suhu dan cepatnya sublimasi.
3. Hujan Es
Hujan es jatuh pada waktu hujan guntur dari awan Cumulonimbus.
Curah hujan diukur dalam harian, bulanan,dan tahunan. Curah hujan yang
jatuh di wilayah Indonesia dipengaruhi oleh beberapa faktor antara lain:
1. Hujan ringan
Hujan dinyatakan ringan jika :
a. Intensitas hujan rendah,
b. Laju pengumpulan curah hujan di dalam alat penakar hujan
berlangsung lambat (tidak lebih dari 0,5 mm tiap jam),
c. Tetes-tetes hujan yang besar jarang atau sebagian besar terdiri dari
tetes-tetes hujan kecil.
2. Hujan sedang
Hujan dinyatakan sedang jika :
a. Hujan jatuh cukup cepat membentuk genangan diatas lekukan
tanah,
b. Laju pengumpulan curah hujan di dalam alat penakar berlangsung
antara 0,5 sampai dengan 4 mm tiap jam.
3. Hujan lebat
Hujan dinyatakan lebat jika :
a. Curah hujan menimbulkan suara gemuruh diatas atap dan
memercik jika jatuh di atas jalan atau permukaan benda yang keras,
b. Laju pengumpulan curah hujan di dalam alat penakar hujan lebih
dari 4 mm tiap jam,
c. Terdiri dari hujan deras dari badai guntur maupun hujan deras yang
terjadi tanpa guntur.
2.2 Peramalan
Peramalan berasal dari kata ramalan yang berarti suatu kondisi yang
diperkirakan akan terjadi pada masa yang akan datang. Sedangkan peramalan
adalah bentuk kegiatannya. Peramalan (forecasting) merupakan penggunaan
data untuk menguraikan kejadian yang akan datang dalam menentukan
sasaran yang dikehendaki, sedangkan prediksi (prediction) adalah estimasi
sasaran yang akan datang dengan tingkat kemungkinan terjadi besar serta
dapat diterima (Tampubolon, 2014:41).
10
Secara sistematis suatu data berkala diberi simbol X1, X2, ... ,Xb, ... ,Xn.
Nilai variabel X1 adalah data pada waktu pertama, X2 adalah data pada waktu
kedua, Xb adalah data pada waktu ke-b, dan Xn adalah data pada waktu ke-n.
2.4.2 FUZZY
1. Logika Fuzzy
Logika fuzzy merupakan peningkatan dari logika boolean
yang berhadapan dengan konsep kebenaran sebagian. Logika
klasik menyatakan bahwa segala hal dapat diekspresikan dalam
istilah binary (0 atau 1, hitam atau putih, ya atau tidak), logika
fuzzy menggantikan kebenaran boolean dengan tingkat
kebenaran. Logika fuzzy memungkinkan nilai keanggotaan antara
0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam
bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan",
dan "sangat".
2. Himpunan Crisp
Himpunan crisp merupakan himpunan yang definisi
keanggotaannya jelas, artinya suatu objek atau elemen merupakan
anggota himpunan yang dimaksud atau bukan. Pada himpunan
crisp, nilai keanggotaan suatu elemen x dalam suatu himpunan A,
yang sering ditulis dengan μA(x), memiliki 2 kemungkinan, yaitu:
1. Satu (1), yang berarti bahwa suatu item menjadi anggota
dalam suatu himpunan.
2. Nol (0), yang berarti bahwa suatu item tidak menjadi anggota
dalam suatu himpunan (Kusumadewi, 2002).
3. Himpunan Fuzzy
Jika X adalah suatu kumpulan objek-objek dan x adalah
elemen dari X, maka himpunan fuzzy A memiliki domain X
didefinisikan sebagai:
A={(x, μA(x))|x∈X} (2.1)
dengan μA(x) berada pada rentang 0 hingga 1 (Jang.dkk, 1989).
Derajat keanggotaan x dalam himpunan fuzzy A, μA(x)
menyatakan derajat sebuah kejadian x boleh menjadi anggota A,
atau kepunyaaan A, apabila mencapai harga 1 (mendekati 1),
maka derajat keanggotaan dalam A menjadi lebih.
14
4. Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva
yang menunjukkan pemetaan titik-titik input data ke dalam nilai
keanggotaannya (derajat keanggotaan) yang memiliki interval
antara 0 sampai 1 (Kusumadewi, 2002).
Fungsi-fungsi keanggotaan fuzzy yang umum digunakan
antara lain fungsi keanggotaan segitiga, fungsi keanggotaan
trapesium, fungsi keanggotaan gaussian, fungsi keanggotaan
generalized bell, dan fungsi keanggotaan sigmoid. Pada laporan
ini yang digunakan adalah fungsi keanggotaan generalized bell.
Fungsi keanggotaan generalized bell didefinisikan sebagai
berikut:
1
𝜇(𝑥) = 𝑥−𝑐 2𝑏
(2.2)
1+| |
𝑎
5. Fuzzifikasi
Fuzzifikasi yaitu suatu proses untuk mengubah suatu masukan
dari bentuk crisp menjadi fuzzy yang biasanya disajikan dalam
bentuk himpunan-himpunan fuzzy dengan suatu fungsi
kenggotaannya masing-masing (Kusumadewi, 2002).
6. Defuzzifikasi
Defuzzifikasi dapat didefinisikan sebagai proses pengubahan
besaran fuzzy yang disajikan dalam bentuk himpunan-himpunan
fuzzy keluaran dengan fungsi keanggotaannya untuk
mendapatkan kembali bentuk crisp. Hal ini diperlukan sebab
dalam aplikasi nyata yang dibutuhkan adalah nilai crisp
(Kusumadewi, 2002).
15
2.4.3 ANFIS
Adaptive Neuro-Fuzzy Inference System (ANFIS) adalah
penggabungan mekanisme sistem inferensi fuzzy yang
digambarkan dalam arsitektur jaringan syaraf (Fariza.dkk, 2007).
ANFIS dapat membangun suatu mapping input-output dengan
menggunakan suatu prosedur pembelajaran hibrida, yang keduanya
berdasarkan pada pengetahuan manusia (pada bentuk aturan fuzzy
if-then) dengan fungsi keanggotaan yang tepat.
Pernyataan aturan fuzzy if-then atau fuzzy conditional
adalah ungkapan dengan format IF A THEN B, dimana A dan B
adalah label dari himpunan fuzzy yang ditandai oleh fungsi
keanggotaan yang sesuai. Dalam kaitan dengan formatnya, aturan
fuzzy if-then sering digunakan untuk menangkap “mode” yang
tidak tepat dalam memberi alasan yang digunakan dalam
kemampuan manusia untuk membuat keputusan dalam suatu
lingkungan yang tidak pasti dan tidak tepat.
Melalui penggunaan fungsi keanggotaan dan label bahasa,
suatu aturan fuzzy if-then dapat dengan mudah menangkap
“peraturan utama” yang digunakan oleh manusia. Sistem inferensi
fuzzy yang digunakan memiliki dua input yaitu x dan y dan satu
output f. Untuk model fuzzy Sugeno orde satu, aturan yang umum
dengan dua aturan fuzzy if-then, adalah sebagai berikut:
Rule 1 : if x is A1 and y is B1, then f1 = p1x + q1y + r1; (2.3)
Rule 2 : if x is A2 and y is B2, then f2 = p2x + q2y + r2; (2.4)
ANFIS terdiri atas 5 lapisan dan setiap lapis terdapat
simpul. Terdapat dua macam simpul yaitu simpul adaptif
(bersimbol kotak) artinya parameter bisa berubah dengan proses
pembelajaran dan simpul tetap (bersimbol lingkaran).
16
Lapisan 3.
Setiap simpul pada lapisan ini adalah simpul nonadaptif.
Pada lapisan ini digunakan fungsi derajat pengaktifan
ternormalisasi (normalized firing strength) yaitu rasio keluaran
simpul ke-i pada lapisan sebelumnya terhadap seluruh keluaran
lapisan sebelumnya, dengan bentuk fungsi simpul:
𝑤𝑖
𝑂3,𝑖 =𝑤
̅𝑖= 𝑤 untuk i=1,2 (2.8)
1 +𝑤2
Alur Maju
Alur Mundur
dengan,
𝑌𝑡 : Nilai aktual pada periode t,
𝑌̂𝑡 : Nilai peramalan untuk periode t, dan
𝑛 : Banyaknya data.
21
dengan,
𝑌𝑡 : Nilai aktual pada periode t,
𝑌̂𝑡 : Nilai peramalan untuk periode t, dan
𝑛 : Banyaknya data.
Menurut Goh dan Low (2002), peramalan model deret waktu dapat
dievaluasi dengan klasifikasi nilai MAPE seperti pada Tabel 2.1
Tabel 2.1 Klasifikasi nilai MAPE
10 ≤ 𝑥 < 20 Baik
20 ≤ 𝑥 < 50 Layak
𝑥 ≥ 50 Tidak Akurat
dengan,
𝑌𝑡 : Nilai aktual pada periode t,
𝑌̂𝑡 : Nilai peramalan untuk periode t, dan
𝑛 : Banyaknya data.
Pada bab ini akan dibahas mengenai profil tempat kerja praktik yaitu
BMKG Cilacap, yang diambil dari situs resmi BMKG.
3.1 Profil Tempat Kerja Praktik
23
24
1. Bentuk Logo
Logo BMKG berbentuk lingkaran dengan warna dasar biru, putih
dan hijau, di tengah-tengah warna putih terdapat satu garis berwarna abu-
abu dengan tulisan BMKG pada bagian bawah.
2. Makna Logo
Makna dari logo BMKG menggambarkan bahwa BMKG berupaya
semaksimal mungkin dapat menyediakan dan memberikan informasi
Meteorologi, Klimatologi, dan Geofisika dengan mengaplikasikan
perkembangan ilmu pengetahuan dan teknologi terkini dan dapat
berkembang secara dinamis sesuai kemajuan zaman. Dalam menjalankan
fungsinya, BMKG berupaya memberikan yang terbaik dan penuh
keikhlasan berdasarkan Pancasila untuk bangsa dan tanah air Indonesia
yang subur yang terletak di garis khatulistiwa.
3. Arti Logo
Bentuk lingkaran melambangkan BMKG sebagai institusi yang
dinamis.
5 (lima) garis dibagian atas melambangkan dasar negara Indonesia
yaitu Pancasila.
9 (sembilan) garis dibagian bawah merupakan angka tertinggi yang
melambangkan hasil maksimal yang diharapkan.
Gumpalan awan warna putih melambangkan meteorologi.
Bidang warna biru bergaris melambangkan klimatologi.
Bidang berwarna hijau bergaris patah melambangkan geofisika.
1 (satu) garis melintang ditengah melambangkan garis khatulistiwa.
4. Warna Logo
1. Arti warna logo
o warna biru diartikan keagungan/ketakwaan.
o warna putih diartikan keikhlasan/suci.
o warna hijau diartikan kesuburan.
o warna abu-abu diartikan bebas/tidak ada batas administrasi.
27
2. Jenis warna
o warna biru menggunakan warna biru jenis Blue nomor 0 0 205
o warna putih menggunakan warna putih jenis White nomor 255;
255; dan 255
o warna hijau menggunakan warna hijau jenis Green nomor 34; 139;
dan 34
o warna abu-abu menggunakan warna abu-abu jenis Grey nomor
128; 128; dan 128
3. Penulisan kata "BMKG" dalam logo BMKG menggunakan warna
hitam, jenis huruf arial dengan penebalan (bold), dengan ukuran 75%
(tujuh lima persen) dari diameter logo.
Berdasarkan :
Keputusan Kepala BMKG Nomor 04 Tahun 2009 tentang :
LOGO DAN PENGGUNAAN CAP DINAS
Keputusan Kepala BMKG Nomor 03 Tahun 2010 tentang :
PERUBAHAN LOGO DAN PENGGUNAAN CAP DINAS BMKG
Peraturan BMKG Nomor 5 Tahun 2018 tentang PEDOMAN TATA
NASKAH DINAS DI LINGKUNGAN BMKG
Dalam rangka mendukung dan mengemban tugas pokok dan fungsi serta
memperhatikan kewenangan BMKG agar lebih efektif dan efisien, maka
diperlukan aparatur yang profesional, bertanggung jawab dan berwibawa serta
bebas dari Korupsi, Kolusi, dan Nepotisme (KKN), disamping itu harus dapat
menjunjung tinggi kedisiplinan, kejujuran dan kebenaran guna ikut serta
memberikan pelayanan informasi yang cepat, tepat dan akurat. Oleh karena
itu kebijakan yang akan dilakukan BMKG Tahun 2010-2014 adalah mengacu
pada Visi, Misi, dan Tujuan BMKG yang telah ditetapkan.
28
Visi
Mewujudkan BMKG yang handal, tanggap dan mampu dalam rangka
mendukung keselamatan masyarakat serta keberhasilan pembangunan
nasional, dan berperan aktif di tingkat internasional.
Terminologi di dalam visi tersebut dapat dijelaskan sebagai berikut :
a. Pelayanan informasi meteorologi, klimatologi, kualitas udara, dan
geofisika yang handal ialah pelayanan BMKG terhadap penyajian data,
informasi pelayanan jasa meteorologi, klimatologi, kualitas udara, dan
geofisika yang akurat, tepat sasaran, tepat guna, cepat, lengkap, dan dapat
dipertanggungjawabkan.
b. Tanggap dan mampu dimaksudkan BMKG dapat menangkap dan
merumuskan kebutuhan stakeholder akan data, informasi, dan jasa
meteorologi, klimatologi, kualitas udara, dan geofisika serta mampu
memberikan pelayanan sesuai dengan kebutuhan pengguna jasa.
Misi
Dalam rangka mewujudkan Visi BMKG, maka diperlukan visi yang jelas
yaitu berupa langkah-langkah BMKG untuk mewujudkan Misi yang telah
ditetapkan yaitu :
1. Mengamati dan memahami fenomena meteorologi, klimatologi, kualitas
udara dan geofisika.
2. Menyediakan data, informasi dan jasa meteorologi, klimatologi, kualitas
udara dan geofisika yang handal dan terpercaya.
3. Mengkoordinasikan dan memfasilitasi kegiatan di bidang meteorologi,
klimatologi, kualitas udara dan geofisika.
4. Berpartisipasi aktif dalam kegiatan internasional di Bidang meteorologi,
klimatologi, kualitas udara dan geofisika.
Secara lebih rinci, maksud dari pernyataan misi di atas adalah sebagai berikut:
a. Mengamati dan memahami fenomena meteorologi, klimatologi, kualitas
udara, dan geofisika artinya BMKG melaksanakan operasional
pengamatan dan pengumpulan data secara teratur, lengkap dan akurat guna
dipakai untuk mengenali dan memahami karakteristik unsur-unsur
29
Tugas
BMKG mempunyai tugas : melaksanakan tugas pemerintahan di bidang
Meteorologi, Klimatologi, Kualitas Udara dan Geofisika sesuai dengan
ketentuan perundang-undangan yang berlaku.
Fungsi
Dalam melaksanakan tugas sebagaimana dimaksud di atas, Badan
Meteorologi Klimatologi dan Geofisika menyelenggarakan fungsi :
Data yang digunakan pada peramalan yaitu data curah hujan bulanan dari
tahun 2003 sampai dengan tahun 2018 dengan metode ANFIS pada Tabel
4.1.
33
34
Tabel 4.1 Data curah hujan tahun 2003 sampai dengan tahun 2018
Tahun Jan Feb Mar Apr Mei Jun Jul Agus Sept Okt
2003 453,90 340,00 534,70 265,50 219,10 82,20 2,00 0,00 92,20 276,80
2004 259,60 234,90 389,60 188,20 631,10 140,00 182,40 37,20 53,10 85,40
2005 720,40 278,60 551,60 312,30 500,10 339,00 260,40 67,00 543,20 470,40
2006 418,90 363,60 254,50 141,50 285,80 171,00 54,40 7,80 0,00 60,00
2007 153,80 424,10 237,10 336,30 485,70 254,90 13,10 16,60 12,90 143,00
2008 242,70 307,30 177,30 96,70 39,20 0,00 4,10 5,20 35,20 402,10
2009 585,30 229,70 159,40 263,00 272,70 321,60 145,80 1,10 25,80 612,30
2010 263,10 191,80 391,90 202,10 641,90 445,80 342,40 335,70 672,80 621,00
2011 206,40 315,60 261,70 465,30 563,60 116,60 49,60 2,00 1,30 75,50
2012 406,40 235,80 251,00 409,50 273,00 20,10 4,40 1,50 0,00 108,00
2013 254,30 339,70 240,30 235,52 311,30 457,10 507,40 85,00 29,00 75,00
2014 363,00 306,50 296,00 321,00 182,00 362,00 659,00 91,00 4,00 55,60
2015 294,30 319,00 259,00 204,00 244,00 110,00 33,00 6,00 0,00 0,00
2016 171,90 437,10 159,30 367,00 340,80 385,00 658,00 319,00 636,00 955,00
2017 371,00 375,50 140,60 408,90 148,00 271,00 67,50 2,70 197,50 838,00
2018 298,10 177,00 199,00 339,00 29,00 40,00 13,00 4,00 18,00 84,00
1. Mempersiapkan data curah hujan. Data curah hujan disajikan per bulan
dari tahun 2003 sampai dengan tahun 2018.
36
dengan,
X’ : data hasil normalisasi
X : data asli/data awal
a : nilai maksimum data asli
b : nilai minimum data asli
Data curah hujan yang telah ternormalisasi :
Tabel 4.2 Data curah hujan yang telah dinormalkan
Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Jan 0,475288 0,271832 0,754346 0,438639 0,161047 0,254136 0,61288 0,275497 0,216126 0,42555
Feb 0,356021 0,245969 0,291728 0,380733 0,444084 0,32178 0,240524 0,200838 0,330471 0,246911
Mar 0,559895 0,407958 0,577592 0,266492 0,248272 0,185654 0,166911 0,410366 0,274031 0,262827
Apr 0,27801 0,197068 0,327016 0,148168 0,352147 0,101257 0,275393 0,211623 0,487225 0,428796
Mei 0,229424 0,660838 0,523665 0,299267 0,508586 0,041047 0,28555 0,672147 0,590157 0,285864
Jun 0,086073 0,146597 0,354974 0,179058 0,266911 0 0,336754 0,466806 0,122094 0,021047
Jul 0,002094 0,190995 0,27267 0,056963 0,013717 0,004293 0,15267 0,358534 0,051937 0,004607
Agus 0 0,038953 0,070157 0,008168 0,017382 0,005445 0,001152 0,351518 0,002094 0,001571
Sept 0,096545 0,055602 0,568796 0 0,013508 0,036859 0,027016 0,704503 0,001361 0
Okt 0,289843 0,089424 0,492565 0,062827 0,149738 0,421047 0,641152 0,650262 0,079058 0,113089
Nov 0,608377 0,819162 0,857906 0,031728 0,905969 0,61445 0,44534 0,409005 0,519372 0,677487
Des 0,627435 0,78199 0,635393 0,20356 0,538115 0,514764 0,571414 0,597173 0,335812 0,689529
. . .
Data pada bulan ke-162 Data pada bulan ke-169
162
s.d bulan ke-168
Perintah untuk menyiapkan data latih dan target latih terdapat pada
Lampiran 2. Perintah untuk menampilkan hasil pelatihan dalam bentuk
grafik terdapat pada Lampiran 3.
Grafik keluaran yang dihasilkan dari proses pelatihan adalah
seperti pada Gambar 4.1.
38
600
Curah Hujan
400
200
-200
0 20 40 60 80 100 120 140 160 180
Urutan data
. . .
. . .
Data pada bulan ke-186 s.d Data pada bulan ke-192
162
bulan ke-191
Perintah untuk menyiapkan data uji dan target uji terdapat pada
Lampiran 4. Perintah untuk menampilkan hasil pengujian dalam bentuk
grafik terdapat pada Lampiran 5.
Grafik keluaran yang dihasilkan dari proses pengujian adalah
seperti pada Gambar 4.2.
Grafik Hasil Pengujian
900
Target Asli
800 Hasil Pengujian
700
600
500
Curah hujan
400
300
200
100
-100
0 5 10 15 20 25
Urutan data
TAHUN 2019
Bulan Out pengujian Target pengujian Error
Jan 720,4 720,4979905 -0,098
Feb 278,6 278,692536 -0,0925
Mar 551,6 551,5906676 0,00933
Apr 312,3 312,3009005 -0,0009
Mei 500,1 500,0699118 0,03009
Jun 339 339,0563853 -0,0564
Jul 260,4 260,4692535 -0,0693
Ags 67 67,25163022 -0,2516
Sep 543,2 542,7598831 0,44012
Okt 470,4 470,5541949 -0,1542
Nov 819,3 819,3333085 -0,0333
Des 606,8 606,7647508 0,03525
TAHUN 2020
Bulan Out pengujian Target pengujian Error
Jan 418,9 418,9471746 -0,0472
Feb 363,6 363,6056828 -0,0057
Mar 254,5 254,4800031 0,02
Apr 141,5 141,484483 0,01552
Mei 285,8 286,0578587 -0,2579
Jun 171 169,9393296 1,06067
Jul 54,4 54,75707457 -0,3571
Ags 7,8 9,443464002 -1,6435
Sep 0 -1,169528177 1,16953
Okt 60 59,47065854 0,52934
Nov 30,3 66,78510552 -36,485
Des 194,4 218,5383771 -24,138
BAB V
PENUTUP
5.1 Kesimpulan
5.2 Saran
41
DAFTAR PUSTAKA
Goh, C. dan Law, R. 2002. Modeling and Forecasting Tourism Demand for
Arrivals with Stochastic Nonstationary Seasonality and Intervention.
Tourism Management. 23: 499-510.
Makridakis, S., Wheelwright, S.C,. dan McGee, V.E. 1999. Metode dan
Aplikasi Peramalan. Jakarta : Erlangga.
42
43
[m,n] = size(data);
data_norm = zeros(m,n);
for x = 1:m
for y = 1:n
data_norm(x,y) = (data(x,y)-min_data)/(max_data-min_data);
end
end
44
45
for m = 1:jumlah_bulan*tahun_latih-bulan_latih
for n = 1:bulan_latih
data_latih(m,n) = data_norm(m+n-1);
end
end
% Proses pelatihan
trnData = [data_latih,target_latih];
numMFs = 2;
mfType = 'trapmf';
epoch_n = 2000;
in_fis = genfis1(trnData,numMFs,mfType);
out_fis = anfis(trnData,in_fis,epoch_n);
out_pelatihan = evalfis(data_latih,out_fis);
mse_pelatihan = mse(target_latih,data_latih);
diff = out_pelatihan-target_latih;
mape_pelatihan = (100/numel(out_pelatihan))*...
(sum(sum(abs(diff)/target_latih)));
data_uji = zeros(jumlah_bulan*tahun_uji,bulan_uji);
for m = 1:jumlah_bulan*tahun_uji
for n = 1:bulan_uji
data_uji(m,n) = data_norm(jumlah_bulan*tahun_uji-
bulan_uji+m+n-1);
end
end
DATA PRIBADI
Nama Lengkap : Amelia Dhaniswara
Tempat,Tanggal Lahir : Banyumas, 22 April 1999
Jenis Kelamin : Perempuan
Kewarganegaraan : Indonesia
Agama : Islam
Status : Belum Menikah
Alamat : Perumahan Kalikidang Permai Blok O No.11
Jalan Damai RT 04 RW 07 Sokaraja 5318
No. Telepon : 085799847010
Email : ameliandaftar07@gmail.com
PENDIDIKAN FORMAL
1. SD Negeri 1 Sokaraja Kulon: Tahun 2005 - 2011
2. SMP Negeri 1 Sokaraja: Tahun 2011 - 2014
3. SMA Negeri 2 Purwokerto : Tahun 2014 - 2017
4. S1-Matematika Universitas Negeri Jenderal Soedirman : Tahun 2017 -
sekarang
PENGALAMAN ORGANISASI
49