Penerapan Logika Fuzzy Sistem Inferensi Sugeno Pada Simulasi Kebutuhan Bahan

Bakar dan Kapasitas Kerja Traktor Roda 2

Agus Hermansyah1, Azrifirwan2, Santosa3
1. Mahasiswa Pascasarjana Teknik Pertanian Univresitas Andalas
2. Dosen Pascasarjana Teknik Pertanian Universitas Andalas
3. Dosen Pascasarjana Teknik Pertanian Universitas Andalas

Universitas Andalas
Limau Manis, Kecamatan Pauh, Kota Padang, Sumatera Barat 25175
*goozgoose@gmail.com

ABSTRAK
Kapasitas kerja dan kebutuhan BBM traktor roda 2 dipengaruhi oleh kedalaman bajak dan kecepatan kerja dari traktor roda
2. Penilitian ini memiliki tujuan untuk merancang suatu sistem simulasi yang dapat memberikan nilai kapasitas kerja dan
kebutuhan BBM traktor roda 2 dengan memberikan input nilai kedalaman bajak dan kecepatan kerja traktor roda 2. Metode
yang digunakan adalah logika fuzzy dengan sistem inferensi Sugeno. Variabel input yang digunakan ada 2 variabel yaitu
variable kedalaman bajak dan kecepatan kerja. Variabel output yang akan disimulasikan adalah kapasitas kerja dan
kebutuhan BBM traktor roda 2. Variabel output juga dikalsifikasikan menurut pola pengolahan tanah yaitu pola bolak balik
rapat dan pola berkeliling. Hasil penelitan diperoleh 3 himpunan fuzzy dengan domain yang berbeda untuk masing-masing
variable input. Berdasarkan himpunan fuzzy yang sudah disusun, ditetapkan 36 aturan fuzzy. Setelah dilakukan pengujian,
simulasi berhasil menampilkan nilai yang sesuai, dengan input kedalaman sebesar 15 cm dan kecepatan kerja sebesar 0,83
ms-1 dihasilkan kapasitas kerja sebesar 2,538 JamHa-1. Variabel input kecepatan kerja traktor roda 2 berbanding lurus
dengan kapasitas kerja dan kebutuhan BBM traktor roda 2. Variabel input kedalaman bajak traktor roda 2 berbanding lurus
dengan kebutuhan BBM traktor roda 2 dan berbanding terbalik dengan kapasitas kerja traktor roda 2.
Kata kunci: traktor roda 2, fuzzy, simulasi

ABSTRACT
The working capacity and fuel requirements of the 2-wheel tractor are influenced by the depth of the plow and the working
speed of the 2-wheel tractor. This research aims to design a simulation system that can provide the value of the working
capacity and fuel needs of the 2-wheel tractor by providing input values of the plow depth and the working speed of 2-wheel
tractor. The method used is fuzzy logic with the Sugeno inference system. The input variables used are 2 variables namely
plow depth and work speed variables. The output variables to be simulated are the work capacity and fuel needs of the 2
wheel tractor. The output variables are also classified according to the tillage pattern ie the alternating pattern of meetings
and traveling patterns. The research results obtained 3 fuzzy sets with different domains for each input variable. Based on
the fuzzy set that has been compiled, 36 fuzzy rules are determined. After testing, the simulation successfully displayed an
appropriate value, with an input depth of 15 cm and a work speed of 0.83 ms-1 resulting in a work capacity of 2,538 Hours
Ha-1. The input variable working speed of the 2 wheel tractor is directly proportional to the working capacity and the fuel
needs of the 2 wheel tractor. The variable input of the depth of the 2 wheel tractor plow is directly proportional to the fuel
needs of the 2 wheel tractor and inversely proportional to the working capacity of the 2 wheel tractor.
Keywords: 2-wheel tractor, fuzzy, simulation

I.
II. PENDAHULUAN
I.1 Latar Belakang
Traktor roda dua (two wheel drive tractor)
atau traktor tangan (hand tractor) adalah mesin
pertanian yang dapat dipergunakan untuk mengolah
tanah dan pekerjaan pertanian lainnya. Untuk
kegiatan pengolahan tanah, mesin ini mempunyai efi
siensi yang tinggi, karena pembalikan dan
pemotongan tanah dapat dikerjakan dalam waktu
bersamaan (Hardjosentono dkk. 1985 dalam Zulias
Mardinata. 2014).
Tujuan pengolahan tanah dengan traktor
adalah untuk menciptakan keadaan fisik tanah yang
sesuai, untuk pertumbuhan tanaman dengan
memanfaatkan peralatan yang bekerja secara
mekanis dan berkapasitas besar. Pengolahan tanah
pertama (primary tillage) adalah suatu tahap
pengolahan tanah dalam mempersiapkan tanah untuk
pertanaman dan membersihkan tumbuhan
pengganggu, dimana pada tahap ini tanah dipotong,
dilonggarkan, dan dibalik. Alat yang digunakan
antara lain adalah bajak piring atau bajak singkal
(Yunus, 2004 dalam Zulias Mardinata. 2014).
 Prayudyanto dkk. (2008) dalam Zulias
Mardinata (2014), menyatakan bahwa kecepatan
kendaraan dan konsumsi BBM mempunyai
hubungan yang kuat. Semakin cepat maju traktor
maka konsumsi BBM akan semakin meningkat pula.
Tingginya kecepatan traktor dikarenakan piston
lebih banyak membakar BBM. Semakin banyak
BBM yang dibakar maka semakin banyak tenaga
yang dihasilkan sehingga semakin cepat kenderaan
bergerak.
Kelangkaan BBM dab berkurangnya subsidi
dari Pemerintah terhadap BBM, harus disikapi
dengan efisiensi penggunaan BBM terutama
dibidang pertanian. Untuk meminimalisir
penggunaan BBM pada traktor roda 2, efisiensi
penggunaan tenaga penggerak perlu dilakukan.
Kedalaman dan kecepatan kerja dari traktor
merupakan factor yang mempengaruhi besarnya
konsumsi bahan bakar dari tenaga penggerak traktor.
Oleh karena itu perlu dilakukan suatu simulasi
mengenai kedalaman dan kecepatan kerja yang
efisien guna efisiensi penggunaan bahan bakar.
Salah satu cara penentuan perhitungan
kebutuhan bahan bakar dan kapasitas kerja traktor
roda 2 dapat dipermudah dengan menggunakan
bantuan pertimbangan Artifical Intelligence (AI)
atau kecerdasan buatan sebagai optimasinya.
Pertimbangan ini digunakan sebagai salah satu
bagian dari ilmu komputer yang mempelajari
bagaimana komputer dapat bekerja sebaik apa yang
dilakukan manusia atau bahkan lebih. Dalam
simulasi perhitungan kebutuhan bbm dan kapasitas
kerja traktor roda 2 ini menggunakan logika fuzzy
dengan sistem inferensi Sugeno.
I.2 Tujuan
Penelitian ini bertujuan untuk merancang
suatu sistem simulasi yang dapat memberikan nilai
kapasitas kerja dan kebutuhan BBM traktor roda 2
dengan memberikan nilai input kedalaman bajak dan
kecepatan kerja traktor roda 2.
III. TINJAUAN PUSTAKA
II.1 Pengolahan Tanah
Pengolahan tanah adalah suatu usaha untuk
memperbaiki dan meningkatkan produktivitas tanah
dengan memecah partikel menjadi lebih kecil
sehingga memudahkan akar tanaman mendapatkan
makanan. Tujuan pengolahan adalah menyiapkan
tempat persemaian, mencegah tumbuhnya tanaman
pengganggu, memberantas gulma, memperbaiki
kondisi tanah untuk penetrasi akar, atau untuk
pelumpuran tanah. (Musgrave, 1947).
Perbedaan pengolahan tanah sederhana dan
modern yaitu pada pengolahan tanah modern
menggunakan alat-alat pengolahan tanah yang
canggih, seperti traktor. Dengan menggunakan
taktor proses pengolahan tanah dapat dilakukakan
dengan cepat, sehingga waktu yang diperlukan
dalam pengolahan tanah secara keseluruhan dapat
seefisien mungkin tetapi kelemhannya penggunakan
bahan bakar solar dapat menghasilkan panas.
Sedangkan pada pengolahan tanah sederhana masih
mengggunakan alat-alat yang sederhana yaitu
cangkul atau dengan menggunakan tanaga hewan
ternak. Kelebihan dari pengolahan tanah sederhana
ini, yaitu murah, cocok untuk daya tarik, cocok
untuk tarikan pada daerah pasir dan basah.
Sedangkan kekurangannya memerlukan waktu yang
cukup lama dalam mengerjakannya.
Traktor roda dua atau traktor tangan (power
tiller/hand tractor) adalah mesin pertanian yang
dapat dipergunakan untuk menngolah tanah dan
lain-lain pekerjaan pertanian dengan alat pengolah
tanahnya digandengkan/dipasang di bagian belakang
mesin. Mesin ini mempunyai efesiensi tinggi, karena
pembalikan dan pemotongan tanah dapat dikerjakan
dalam waktu yang bersamaan. Traktor roda dua
merupakan mesin serbaguna karena dapat juga
berfungsi sebagai tenaga penggerak untuk alat-alat
lain seperti pompa air, alat prosesing, gandengan
(trailer) (Ali, 2017).
II.2 Pengolahan Tanah
Rizaldi (2006) menyatakan, kapasitas kerja
suatu alat pengolahan tanah dipengaruhi oleh
berberapa faktor, yaitu :
1) Ukuran dan bentuk petakan;
2) Topografi wilayah;
3) Keadaan traktor;
4) Keadaan vegetasi di permukaan tanah;
5) Keadaan tanah;
6) Tingkat keterampilan operator; dan
7) Pola pengolahan tanah.
Menurut Zulias Mardinata (2014), Dari
ketujuh faktor tersebut, pola pengolahan tanah
merupakan faktor yang paling berpengaruh. Pola
pengolahan tanah akan mempengaruhi kapasitas
kerja alat pengolah tanah yang digunakan. Pola
pengolahan tanah yang baik adalah pola pengolahan
tanah yang meminimalisir waktu terbuang. Dalam
hal ini, waktu berbelok merupakan waktu yang
merugikan. Jadi pola pengolahan tanah yang baik
adalah pola dengan jumlah berbelok yang paling
sedikit.
Kecepatan kerja traktor roda 2
mempengaruhi kapasitas kerja dan konsumsi bahan
bakar dari traktor roda 2. Menurut Yuswar (2004)
dalam Zulias Mardinata (2014), kecepatan maju
merupakan salah satu metode untuk meningkatkan
kapasitas kerja alat pertanian yaitu dengan
menambah kecepatan maju berarti meningkatkan
kapasitas kerja alat pengolah tanah tanpa harus
menambah berat dan jumlah unit tenaga penggerak
yang membebani tanah. Namun dengan
meningkatkan kecepatan kerja, akan menyebabkan
konsumsi bahan bakar dari traktor roda 2 menjadi
besar.
II.3 Logika Fuzzy
Logika fuzzy adalah cabang dari sistem
kecerdasan buatan (Artificial Inteligent) yang
mengemulasi kemampuan manusia dalam
berfikir ke dalam bentuk algoritma yang
kemudian dijalankan oleh mesin. Algoritma ini
digunakan dalam berbagai aplikasi pemrosesan
data yang tidak dapat direpresentasikan dalam
bentuk biner. Logika fuzzy menginterpretasikan
statemen yang samar menjadi sebuah
pengertian yang logis (Kusumadewi, 2004).
Fuzzy secara bahasa diartikan sebagai
kabur atau samar yang artinya suatu nilai dapat
bernilai benar atau salah secara bersamaan.
Logika fuzzy merupakan suatu logika yang
memiliki nilai kekaburan atau kesamaran antara
benar atau salah. Dalam teori logika fuzzy suatu
nilai dapat bernilai benar atau salah secara
bersamaan. Namun seberapa besar kebenaran
dan kesalahan tergantung pada bobot
keanggotaan yang dimilikinya.
Logika fuzzy memiliki derajat
keanggotaan dalam rentang 0 (nol) hingga 1
(satu) dan logika fuzzy menunjukkan sejauh
mana suatu nilai benar dan sejauh mana suatu
nilai itu salah. Logika fuzzy adalah suatu cara
yang tepat untuk memetakan suatu ruang input
ke dalam suatu ruang output dan mempunyai
nilai kontiniu. Fuzzy dinyatakan dalam derajat
keanggotaan dan derajat kebenaran. Oleh sebab
itu sesuatu dapat dikatakan sebagian benar dan
sebagian salah pada waktu yang sama
(Kusumadewi, 2004).
Ada beberpa hal yang perlu diketahui
untuk memahami sistem logika fuzzy, yaitu :
1. Variabel Fuzzy, merupakan variabel yang hendak
dibahas dalam suatu sistem fuzzy. Contoh : umur,
temperatur, permintaan, dan lain-lain.
2. Himpunan Fuzzy, merupakan suatu grup yang
mewakili suatu kondisi atau keadaan tertentu
dalam suatu variabel fuzy.
3. Semesta pembicaraan, merupakan keseluruhan
nilai yang diperbolehkan untuk dioperasikan
dalam suatu variabel fuzzy.
4. Domain, merupakan eseluruhan nilai yang
diizinkan dalam semesta pembicaraan dan boleh
dioperasikan dalam suatu himpunan fuzzy.
Fungsi keanggotaan fuzzy dapat
direpresentasikan dalam beberapa bentuk
sebagai berikut :
1. Representasi Linear
Pada representasi linear, pemetaan input ke derajat
keanggotaannya digambarkan sebagai sebuah
garis lurus. Bentuk ini paling sederhana dan
menjadi pilihan yang baik untuk mendekati
suatu konsep yang kurang jelas.
Gambar 2 Grafik representasi linear naik
(kusumadewi, 2004)
(1)
Representasi fungsi keanggotaan untuk linear turun
dan persamaannya dapat dilihat pada gambar di
bawah

Gambar 1 Pendefinisian kecepatan dalam bentuk

logika fuzzy dan logika Boolean (Kusumadewi,
2004)
 Gambar 3 Grafik representasi linear turun
(kusumadewi, 2004)
(2)
2. Representasi kurva segitiga
Kurva segitiga pada dasarnya merupakan gabungan
antara 2 garis (linear). Nilai-nilai disekitar b
memiliki derajat keanggotaan turun cukup
tajam (menjauhi 1).
Gambar 4 Grafik representasi linear naik
(kusumadewi, 2004)
(3)
3. Representasi kurva bentuk bahu
Daerah yang terletak di tengah-tengah suatu variabel
yang direpresentasikan dalam bentuk segitiga,
pada sisi kanan dan kirinya akan naik turun.
Tetapi terkadang salah satu sisi dari variabel
tersebut tidak mengalami perubahan. Himpunan
fuzzy “bahu”, bukan segitiga, digunakan untuk
mengakhiri variabel suatu daerah fuzzy.
Gambar 5 Grafik representasi linear naik
(kusumadewi, 2004)
(4)
Fuzzy Inference System Sugeno
Metode sugeno merupakan salah satu
metode dalam logika fuzzy. Metode ini
diperkenalkan oleh Takagi-Sugeno Kang pada
tahun1985. Sistem fuzzy Sugeno memperbaiki
kelemahanyang dimiliki oleh sistem fuzzy
murni untuk menambah suatu perhitungan
matematika sederhana sebagai bagian THEN.
Pada perubahan ini, system fuzzy memiliki
suatu nilai rata-rata tertimbang (Weighted
Average Values) di dalam bagian aturan fuzzy
IF-THEN. Sistem fuzzy Sugeno juga memiliki
kelemahan terutama pada bagian THEN, yaitu
dengan adanya perhitungan matematika
sehinggatidak dapat menyediakan kerangka
alami untuk merepresentasikan pengetahuan
manusia dengan sebenarnya. Permasalahan
kedua adalah tidak adanyakebebasan untuk
menggunakan prinsip yang berbeda dalam
logika fuzzy, sehingga ketidakpastian dari
sistem fuzzy tidak dapat direpresentasikan
secara baik (Meimaharani et al, 2014)
Penalaran dengan metode SUGENO
hampir sama dengan penalaran MAMDANI,
hanya saja output (konsekuen) sistem tidak
berupa himpunan fuzzy, melainkan berupa
konstanta atau persamaan linear. Metode ini
diperkenalkan oleh Takagi – Sugeno Kang pada
tahun 1985, sehingga metode ini sering juga
dinamakan dengan Metode TSK. Menurut Cox
(1994) dalam Suwandi et al (2011), Metode
TSK terdiri dari 2 jenis, yaitu:
a. Model Fuzzy Sugeno Orde-Nol
Secara umum bentuk model fuzzy SUGENO Orde-
Nol adalah: IF (x1 is A1) o (x2 is A2) o (x3 is
A3) o …… o (xN is AN) THEN z=k dengan Ai
adalah himpunan fuzzy ke-I sebagai anteseden,
dan k adalah suatu konstanta (tegas) sebagai
konsekuen.
b. Model Fuzzy Sugeno Orde-Satu
Secara umum bentuk model fuzzy SUGENO Orde-
Satu adalah: IF (x1 is A1) o …… o (xN is AN)
THEN z = p1*x1 + … + pN*xN + q dengan Ai
adalah himpunan fuzzy ke-I sebagai anteseden,
dan pi adalah suatu konstanta (tegas) ke-i dan q
juga merupakan konstanta dalam konsekuen.
 Apabila komposisi aturan menggunakan metode
IV. METODE
III.1 Rancangan Penelitian
Pada penelitian ini penulis menjelaskan
perancangan dan pengujian dalam pembuatan
simulasi kapasitas kerja dan kebutuhan bahan bakar
traktor roda 2 dengan logika fuzzy sugeno adalah
sebagai berikut :
Studi Literatur
Pengambilan Data
Pengolahan dan
Analisa Data
Pengujian
Laporan
Gambar 6 Rancangan penelitian
a. Studi Literatur
Studi pustaka terdiri dari beberapa
sumber yaitu seperti bahan kuliah, jurnal-jurnal
tentang kapasitas kerja traktor roda 2, karya
tulis, kutipan dari penelitian lain dan bahan
bacaan dari internet yang akan
diimplementasikan kedalam tulisan ini.
b. Pengambilan Data
Data yang digunakan dalam tulisan ini
diambil dari hasil penelitian yang dilakukan
oleh Zulkifli Zulias Mardinata dari Fakultas
Pertanian Universitas Islam Riau yang berjudul
“Analisis Kapasitas Kerja Dan Kebutuhan
Bahan Bakar Traktor Tangan Berdasarkan
Variasi Pola Pengolahan Tanah, Kedalaman
Pembajakan Dan Kecepatan Kerja”. Penelitian
tersebut dipublikasikan pada Jurnal Agritech
Vol. 34 No. 3 Bulan Agustus 2014.
c. Pengolahan dan Analisa Data
Pengolahan dan analisa data
menggunakan logika fuzzy sugeno, dimana
setiap data input dan output dimasukkan ke
dalam himpunan fuzzy, kemudian setiap
SUGENO, maka deffuzifikasi dilakukan dengan
cara mencari nilai rata-ratanya.
variable input dan output dibuat fungsi
keanggotaannya berdasarkan data-data hasil
penelitian di lapangan yang dilakukan oleh
Zulias Mardinata (2014). Adapun tahapan
pengolahan dan analisa data menggunakan
logika fuzzy adalah sebagai berikut :
Penentuan Variabel Input dan Output dan
Semesta Pembicaraan
Pembuatan Himpunan dan domain masing-
masing variabel input
Pembuatan fungsi keanggotan masing-
masing himpunan
Pembuatan fuzzy set rules berdasarkan
fungsi keanggotaan yang sudah disusun
Gambar 7 Tahapan pengolahan dan analisa
data
d. Pengujian
Pengujian dilakukan untuk mengetahui
apakah penyusunan fuzzy set rules mampu
menghasilkan data olahan yang sesuai dan
valid. Pengujian dilakukan dengan cara
memberikan nilai percobaan pada input masing-
masing variable dan kemudian berdasarkan
nilai percobaan tersebut diaplikasi fuzzy rules
untuk mendapatkan nilai output yang sesuai.
e. Laporan
Laporan disusun dengan menyesuaikan
format template jurnal dari Universitas
Andalas.
V. HASIL DAN PEMBAHASAN
1. Penentuan Variabel Input dan Output
Data yang digunakan pada penelitian ini
adalah data hasil penelitian yang sudah dilakukan
oleh Zulias Mardinata (2014), adalah sebagai berikut
:
 Tabel 1 Data Hasil Pengukuran Kapasitas Kerja dan Kebutuhan BBM Traktor Roda 2

BulanLuas Tanam (ha)

Traktor Tersedia
Jan - 24.00
Feb - 24.00
Mar 40.00 24.00
Apr 193.00 24.00
Mei 550.00 24.00

Variabel ini terdiri dari 3 himpunan dan 3

Berdasarkan data tersebut dapat ditentukan domain seperti table berikut :
bahwa variable input terdiri dari 2 variabel yaitu
variable Kedalaman dan variable Kecepatan. Tabel 3 Himpunan dan Domain Variabel
Sedangakan untuk Variabel Output terdiri dari 2 Kedalaman Bajak
variabel yaitu Kebutuhan BBM dan Kapasitas Kerja.
Untuk Variabel Output juga dilakukan klasifikasi
berdasarkan pola pengolahan yaitu Pola Bolak Balik Himpunan Domain
Rapat dan Pola Berkeliling. Klasifikasi ini sangat Dangkal 5,15
penting ditentukan pada saat pengujian data. Karena Sedang 10,20
pada saat pemberian nilai percobaan harus Dalam 15,25
ditentukan dulu pola pengolahan tanahnya.
Pada objek yang diteliti dapat ditentukan Variabel kedalaman bajak direpresentasikan dengan
semesta pembicaraan sebagai berikut. Semesta grafik representasi segitiga seperti gambar di
pembicaraan ini membatasi nilai-nilai variable input bawah :
yang dapat diolah.
Bagian ini menjelaskan metode penelitian
yang digunakan. Metode dapat dijabarkan melalui
langkah-langkah yang dilakukan dan dapat dibantu
dengan menggunakan gambar atau tabel.

Tabel 2 Semesta Pembicaraan Variabel Input

Fungs Variabel Semesta Ket

i Pembicaraan
Input Kedalaman 5-25 Cm
Bajak
Kecepatan 0,1-2,5 ms-1
Bajak

2. Pembentukan fungsi keanggotaan

Fungsi keanggotaan masing-masing variable
input :
a. Variabel kedalaman bajak (d)
 0

1
Lambat 0,1,1,25

Dangkal
5

Normal 0,83,1,67
Cepat 1,25,2,5
10

Sedang
Variabel kecepatan traktor direpresentasikan
15

dengan grafik representasi segitiga seperti

gambar di bawah :
20

Dalam

1
25

0.1

Lambat
Gambar 8 Grafik representasi fungsi keanggotaan

0.83
variable kedalaman bajak

1.25
Berdasarkan grafik tersebut maka dapat dibuat

Normal
persamaan fungsi keanggotan pada variable
kedalaman bajak sebagai berikut : 1.67

Cepat
0, d ≤5 atau d ≥ 15
2.5

μ DANGKAL [ d ]

(5)
{ d−5
5
15−d
5
,

,
5 ≤ d ≤10

10≤ d ≤15
Gambar 9 Grafik representasi fungsi
keanggotaan variable kecepatan traktor

Berdasarkan grafik tersebut maka dapat

0, d ≤10 atau d ≥ 20

{
dibuat persamaan fungsi keanggotan pada variable
d−10 kecepatan traktor sebagai berikut :
, 10 ≤d ≤ 15
μSEDANG [ d ] 5
20−d 0, v ≤ 0,1atau v ≥1,25

{
, 15 ≤d ≤ 20
5 v−0,1
, 0,1 ≤ v ≤ 0,83
(6) μ LAMBAT [ v ] 0,73 (8)
1,25−v
, 0,83 ≤ v ≤1,25
0, d ≤ 15 ataud ≥25 0,42

{
μ DALAM [ d ]
d−15
5
20−d
5
,

,
15 ≤ d ≤ 20

20 ≤ d ≤ 25
(7)

{
0,
v−0,83
μ NORMAL [ v ] 0,42
1,67−v
,
v ≤ 0,83 atau v ≥ 1,67
0,83 ≤ v ≤ 1,25
(9)

b. Variabel kecepatan traktor , 1,25≤ v ≤ 1,67

Variabel ini terdiri dari 3 himpunan dan 3 0,42
domain seperti table berikut :
0, v ≤ 1,25 atauv ≥ 2,5

{
Tabel 4 Himpunan dan Domain Variabel
v−1,25
Kecepatan , 1,25 ≤ v ≤1,67
μCEPAT [ v ] 0,42 (10)
2,5−v
, 1,67 ≤ v ≤2,5
Himpunan Domain 0,83

c. Pembentukan Set Rules Fuzzy
Berdasarkan data hasil penelitian
sebelumnya, bahwa terdapat 9 kombinasi kedalaman
bajak dan kecepatan kerja traktor, 2 variabel output
yaitu Kapasitas kerja dan Kebutuhan BBM dan 2
pola pengolahan tanah yaitu pola bolak balik rapat
dan pola berkeliling. Untuk itu, aturan fuzzy yang
dapat juga ada 36 aturan, dengan catatan bahwa
setiap aturan yang dibentuk menyertakan semua
variable. Metode inferensi fuzzy yang akan
digunakan adalah metode sugeno orde-0. Pada
metode ini, anteseden direpresentasikan dengan
proposisi dalam himpunan fuzzy, sedangkan
konsekuen direpresentasikan dengan sebuah
konstanta. Ke-36 aturan ini nantinya akan berlaku
untuk 2 variabel output, yaitu Kapasitas kerja traktor
dan kebutuhan BBM traktor yang diklasifikasikan
juga menjadi 2 macam pola pengolahan yakni, pola
bolak balik rapat dan pola berkeliling.
Ke-36 aturan tersebut adalah :
1) Klasifikasi Pola pengolahan bolak balik rapat
[R1] IF Kedalaman DANGKAL and Kecepatan
LAMBAT THEN Kapasitas kerja = 3,052
[R2] IF Kedalaman DANGKAL and Kecepatan
NORMAL THEN Kapasitas Kerja = 3,542
[R3] IF Kedalaman DANGKAL and Kecepatan
CEPAT THEN Kapasitas Kerja = 3,768
[R4] IF Kedalaman SEDANG and Kecepatan
LAMBAT THEN Kapasitas Kerja = 1,160
[R5] IF Kedalaman SEDANG and Kecepatan
NORMAL THEN Kapasitas Kerja = 2,078
[R6] IF Kedalaman SEDANG and Kecepatan
CEPAT THEN Kapasitas Kerja = 3,564
[R7] IF Kedalaman DALAM and Kecepatan
LAMBAT THEN Kapasitas Kerja = 1,135
[R8] IF Kedalaman DALAM and Kecepatan
NORMAL THEN Kapasitas Kerja = 1,737
[R9] IF Kedalaman DALAM and Kecepatan CEPAT
THEN Kapasitas Kerja = 2,392
[R10] IF Kedalaman DANGKAL and Kecepatan
LAMBAT THEN Kebutuhan BBM = 1,205
[R11] IF Kedalaman DANGKAL and Kecepatan
NORMAL THEN Kebutuhan BBM = 1,790
[R12] IF Kedalaman DANGKAL and Kecepatan
CEPAT THEN Kebutuhan BBM = 1,888
[R13] IF Kedalaman SEDANG and Kecepatan
LAMBAT THEN Kebutuhan BBM = 1,246
[R14] IF Kedalaman SEDANG and Kecepatan
NORMAL THEN Kebutuhan BBM = 1,998
[R15] IF Kedalaman SEDANG and Kecepatan
CEPAT THEN Kebutuhan BBM = 2,045
[R16] IF Kedalaman DALAM and Kecepatan
LAMBAT THEN Kebutuhan BBM = 2,386
[R17] IF Kedalaman DALAM and Kecepatan
NORMAL THEN Kebutuhan BBM = 2,973
[R18] IF Kedalaman DALAM and Kecepatan
CEPAT THEN Kebutuhan BBM = 3,059
2) Klasifikasi Pola berkeliling
[R19] IF Kedalaman DANGKAL and Kecepatan
LAMBAT THEN Kapasitas kerja = 4,693
[R20] IF Kedalaman DANGKAL and Kecepatan
NORMAL THEN Kapasitas Kerja = 5,351
[R21] IF Kedalaman DANGKAL and Kecepatan
CEPAT THEN Kapasitas Kerja = 6,013
[R22] IF Kedalaman SEDANG and Kecepatan
LAMBAT THEN Kapasitas Kerja = 2,538
[R23] IF Kedalaman SEDANG and Kecepatan
NORMAL THEN Kapasitas Kerja = 4,475
[R24] IF Kedalaman SEDANG and Kecepatan
CEPAT THEN Kapasitas Kerja = 7,742
[R25] IF Kedalaman DALAM and Kecepatan
LAMBAT THEN Kapasitas Kerja = 2,660
[R26] IF Kedalaman DALAM and Kecepatan
NORMAL THEN Kapasitas Kerja = 3,336
[R27] IF Kedalaman DALAM and Kecepatan
CEPAT THEN Kapasitas Kerja = 5,054
[R28] IF Kedalaman DANGKAL and Kecepatan
LAMBAT THEN Kebutuhan BBM = 0,868
[R29] IF Kedalaman DANGKAL and Kecepatan
NORMAL THEN Kebutuhan BBM = 0,977
[R30] IF Kedalaman DANGKAL and Kecepatan
CEPAT THEN Kebutuhan BBM = 1,034
[R31] IF Kedalaman SEDANG and Kecepatan
LAMBAT THEN Kebutuhan BBM = 0,910
[R32] IF Kedalaman SEDANG and Kecepatan
NORMAL THEN Kebutuhan BBM = 0,964
[R33] IF Kedalaman SEDANG and Kecepatan
CEPAT THEN Kebutuhan BBM = 1,126
[R34] IF Kedalaman DALAM and Kecepatan
LAMBAT THEN Kebutuhan BBM = 0,901
[R35] IF Kedalaman DALAM and Kecepatan NORMAL
THEN Kebutuhan BBM = 1,394
[R36] IF Kedalaman DALAM and Kecepatan
CEPAT THEN Kebutuhan BBM = 1,787
Penggunaan aturan dibagi menjadi 2 yaitu apabila
menggunakan pola pengolahan tanah dengan bolak
balik rapat maka digunakan [R1] – [R18], namun
sebaliknya apabila menggunakan pola berkeliling
maka digunakan [R19] – [R36].
d. Pengujian
1) Pengujian 1
Input Kedalaman 15 cm, kecepatan 0,83 ms-1
dengan pola berkeliling. Karena data yang akan
diujikan menggunakan pola berkeliling, maka
digunakan aturan [R19] – [R36]. Sebelum dilakukan
inferensi dicari terlebih dahulu derajat keanggotaan
nilai tiap variable dalam setiap himpunan.
- Variabel Output Kapasitas Kerja ([R19] – [R27])
Sebelum dilakukan inferensi dicari terlebih
dahulu derajat keanggotaan nilai tiap variable dalam
setiap himpunan dengan menggunaka persamaan (5)
sampai dengan (10)
µDANGKAL[15] = 0
µSEDANG[15] = 1
µDALAM[15] = 0 α-predikat30 = 0
µLAMBAT[0,83] = 1 Z30 = 1,034
µ NORMAL [0,83] = 0 α-predikat31 = 1
µCEPAT[0,83] = 0 Z31 = 0,910
α-predikat32 = 0
Kemudian dicari α-predikat (fire strength) Z32 = 0,964
untuk setiap aturan pada tiap variable output sebagai
α-predikat33 = 0
berikut :
Z33 = 1,126
α-predikat19 = 0
Z19 = 4,693 α-predikat34 = 0
α-predikat20 = 0 Z34 = 0,901
Z20 = 5,351 α-predikat35 = 0
α-predikat21 = 0 Z35 = 1,394
Z21 = 6,013 α-predikat36 = 0
α-predikat22 = 1 Z36 = 1,787
Z22 = 2,538
α-predikat23 = 0 Karena α-predikat yang tidak nol hanya α-
Z23 = 4,475 predikat31, yang berarti bahwa hanya aturan [R31]
α-predikat24 = 0 saja yang dipenuhi, maka Kebutuhan BBM = z31 =
Z24 = 7,742 0,910 LJam-1.
α-predikat25 = 0
Z25 = 2,660
α-predikat26 = 0 Berdasarkan pengujian 1, diperoleh hasil
Z26 = 3,336 perhitungan kapasitas kerja dan konsumsi bahan
α-predikat27 = 0 bakar traktor dengan menggunakan aturan fuzzy
Z27 = 5,054 yang sudah dibuat sama dengan hasil pengujian
lapangan yang sudah dilakukan oleh Mardinata
Karena α-predikat yang tidak nol hanya α- (2014), dapat dilihat pada table 1, apabila diberikan
predikat22, yang berarti bahwa hanya aturan [R22] input kedalaman 15 cm, kecepatan 0,81 ms -1 dengan
saja yang dipenuhi, maka kapasitas kerja = z 22 = menggunakan pola bajak berkeliling maka akan
2,538 JamHa-1. menghasilkan kapasitas kerja sebesar 2,538 JamHa -1
dan konsumsi bahan bakar sebanyak 0,910 LJam-1.
- Variabel Output Kebutuhan BBM ([R28] –
[R36]) 2) Pengujian 2
Sebelum dilakukan inferensi dicari terlebih Input Kedalaman 18 cm, kecepatan 1,5 ms -1
dahulu derajat keanggotaan nilai tiap variable dalam dengan pola bolak balik rapat. Karena data yang
setiap himpunan dengan menggunaka persamaan (5) akan diujikan menggunakan pola bolak balik rapat,
sampai dengan (10) maka digunakan aturan [R1] – [R18]. Sebelum
dilakukan inferensi dicari terlebih dahulu derajat
µDANGKAL[15] = 0 keanggotaan nilai tiap variable dalam setiap
µSEDANG[15] = 1 himpunan.
µDALAM[15] = 0
µLAMBAT[0,83] = 1 - Variabel Output Kapasitas Kerja ([R1] – [R9])
µ NORMAL [0,83] = 0
µCEPAT[0,83] = 0 µDANGKAL[18] =0
µSEDANG[18] = (20-18)/5 = 0,4
Kemudian dicari α-predikat (fire strength) µDALAM[18] = (18-15)/5 = 0,6
untuk setiap aturan pada tiap variable output sebagai µLAMBAT[1,5] =0
berikut: µNORMAL [1,5] = (1,67-1,5)/0,42 = 0,404
α-predikat28 = 0 µCEPAT[1,5] = (1,5-1,25)/0,42 = 0,595
Z28 = 0,868
α-predikat29 = 0
Z29 = 0,977
 Kemudian dicari α-predikat (fire strength) Z10 = 1,205
untuk setiap aturan pada tiap variable output sebagai α-predikat11 = 0
berikut : Z11 = 1,790
α-predikat12 = 0
α-predikat1 =0 Z12 = 1,888
Z1 = 3,052 α-predikat13 = 0
α-predikat2 =0 Z13 = 1,246
Z2 = 3,542 α-predikat14 = 0,4
α-predikat3 =0 Z14 = 1,998
Z3 = 3,768 α-predikat15 = 0,4
α-predikat4 =0 Z15 = 2,045
Z4 = 1,160 α-predikat16 = 0
α-predikat5 = 0,4 Z16 = 2,386
Z5 = 2,078 α-predikat17 = 0,405
α-predikat6 = 0,4 Z17 = 2,973
Z6 = 3,564 α-predikat18 = 0,595
α-predikat7 =0 Z18 = 3,059
Z7 = 2,135
α-predikat8 = 0,405 Karena α-predikat yang tidak nol hanya
Z8 = 1,737 terdapat pada aturan [R14], [R15], [R17] dan [R18]
α-predikat9 = 0,595 dengan menggunakan metode defuzzy weighted
Z9 = 2,392 average, maka Kebutuhan BBM adalah :

Karena α-predikat yang tidak nol hanya ∝14 z 14+ ∝15 z15 +∝17 z 17 +∝18 z 18
terdapat pada aturan [R5], [R6], [R8] dan [R9] z=
∝14 +∝15 +∝17+ ∝18
dengan menggunakan metode defuzzy weighted
average, maka kapasitas kerja adalah :
0,4∗1,998+0,4∗2,045+ 0,405∗2,973+0,595∗3,059
z=
0,4+ 0,4+ 0,405+ 0,595
∝5 z 5 +∝6 z 6 +∝8 z 8 +∝9 z 9
z=
∝5 +∝6 +∝8+ ∝9 0,799+0,818+1,204 +1,820 4,641
z= =
0,4+0,4 +0,405+0,595 1,8
0,831+1.426+0,703+1,423 4,383
z= =
0,4 +0,4+ 0,405+0,595 1,8 z=2,578 LJam−1

z=2,435 JamHa−1 VI. KESIMPULAN DAN SARAN

V.1 Kesimpulan
- Variabel Output Kebutuhan BBM ([R10] –
[R18]) 1. Logika Fuzzy dengan sistem inferensi sugeno
memiliki kapabilitas yang tepat untuk
µDANGKAL[18] =0 diaplikasikan dalam membuat simulasi kapasitas
µSEDANG[18] = (20-18)/5 = 0,4 kerja dan kebutuhan BBM traktor roda 2 karena
µDALAM[18] = (18-15)/5 = 0,6 output (konsekuen) sistem tidak berupa
µLAMBAT[1,5] =0 himpunan fuzzy, melainkan berupa konstanta
µNORMAL[1,5] = (1,67-1,5)/0,42 = 0,404 atau persamaan linear.
µCEPAT[1,5] = (1,5-1,25)/0,42 = 0,595 2. Berdasarkan hasil simulasi, kedua variable input
yaitu kedalaman bajak dan kecepatan kerja
Kemudian dicari α-predikat (fire strength)
sangat mempengaruhi kedua variable output yaitu
untuk setiap aturan pada tiap variable output sebagai
kapasitas kerja dan kebutuhan BBM traktor roda
berikut:
2.
α-predikat10 = 0
3. Variabel input kecepatan kerja traktor roda 2
berbanding lurus dengan kapasitas kerja dan
kebutuhan BBM traktor roda 2, artinya kenaikan
nilai kecepatan kerja pada kedalaman bajak yang
sama akan diikuti oleh kenaikan nilai kapasitas
kerja dan kebutuhan BBM traktor roda 2.
Kusumadewi, S. Dan Purnomo, H. 2004. Aplikasi
Logika Fuzzy Untuk Pendukung Keputusan.
Yogyakarta: Graha Ilmu.
Rizaldi, T., 2006. Mesin Peralatan. Departemen
Teknologi Pertanian FP-USU. Medan.

V.2 Saran Suwandi, Muhammad Isa Irawan dan Imam

1. Dapat dilakukan penelitian lanjutan untuk Mukhlash. 2011. Aplikasi Sistem Inferensi
mengembangkan sebuah sistem aplikasi dengan Fuzzy Metode Sugeno dalam
Memperkirakan Produksi Air Mineral dalam
menggunakan logika fuzzy sistem inferensi
Kemasan. Prosiding Seminar Nasional
sugeno untuk membuat model simulasi Penelitian, Pendidikan dan Penerapan
kebutuhan BBM dan kapasitas kerja traktor roda MIPA, Fakultas MIPA, Universitas Negeri
2. Yogyakarta, 14 Mei 2011.
2. Untuk meningkatkan ruang lingkup penelitian
Meimaharani, Rizkysari dan Tri Listyorini. 2014.
perlu ditambahkan beberapa variable input
Analisis Sistem Inference Fuzzy Sugeno
seperti daya mesin traktor roda 2 sehingga dapat
Dalam Menentukan Harga Penjualan Tanah
mensimulasikan jenis traktor dengan berbagai
Untuk Pembangunan Minimarket. Jurnal
tingkatan tenaga mesin penggerak. Kemudian
SIMETRIS, Vol 5 No 1 April 2014. ISSN:
variable input jenis tanah bisa ditambahkan
2252-4983
sehingga mendapatkan hasil simulasi yang lebih
akurat.
Zulias Mardinata, Zulkifli. 2014. Analisis Kapasitas
DAFTAR PUSTAKA Kerja dan Kebutuhan Bahan Bakar Traktor
Tangan Berdasarkan Variasi Pola
Musgrave, G. W., 1947. The Quantitative Evaluation Pengolahan Tanah, Kedalaman Pembajakan
of Factors in Wate Erosion : A First dan Kecepatan Kerja. Jurnal Agritech Vol.
Approxximation. J. Soil Water Conserv. 34, No. 3, Agustus 2014.
2(3) :133-138.

Ali, Mahrus. (2017). Mesin Traktor Dan Alat

Tradisional Pengolah Tanah.
10.31219/osf.io/jnr2f.
https://www.researchgate.net/publication/32
6119962_MESIN_TRAKTOR_DAN_ALA
T_TRADISIONAL_PENGOLAH_TANAH.
Diakses pada 19 Desember 2019.