20 113 4 PB

JOURNAL OF ENVIRONMENTAL ENGINEERING & SUSTAINABLE TECHNOLOGY P-ISSN : 2356-3109
NOVEMBER-2014 VOLUME 01 NO. 02 http://jeest.ub.ac.id
IMPLEMENTASI FUZZY INFERENCE SYSTEM (FIS) METODE

TSUKAMOTO PADA SISTEM PENDUKUNG KEPUTUSAN
PENENTUAN KUALITAS AIR SUNGAI
Galuh Mazenda1, Arief Andy Soebroto2, Candra Dewi3
1,2,3
Teknik Informatika, Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya
Jl. Veteran No.8 Malang, Informatika, Gedung A PTIIK – UB
E-mail : mazenda10@gmail.com1, ariefas@ub.ac.id2, dewi_candra@ub.ac.id3
ABSTRAK the quality and quantity of the river

significantly. Water quality was maintained by
Air merupakan salah satu sumber daya alam analyzing the quality of the river water.
yang memiliki fungsi sangat penting bagi Decision Support System (DSS) was a system
kehidupan dan perikehidupan manusia. Sungai designed to simplify the determination of water
sebagai saluran utama pengalir air dari hulu ke quality officer in making decisions. Inputs are
hilir, memiliki banyak aktivitas domestik dan parameter water quality test that consists of
industri di sepanjang alirannya. Dinamika physical parameters and chemical
aliran tersebut menimbulkan perubahan parameters.The process of water quality
kualitas dan kuantitas sungai secara signifikan. analysis was conducted using Fuzzy Inference
Kualitas air dijaga dengan melakukan analisis System Tsukamoto method. Fuzzy tsukamoto
kualitas air sungai. Analisis kualitas air sungai method used to determine the water quality of
sangat berhubungan dengan sistem pendukung the river into four (4) classes which meet
keputusan (SPK) penentuan kualitas air sungai. quality standards (good condition), lightly
SPK adalah sistem yang dirancang untuk polluted, contaminated medium, and heavy
mempermudah petugas penentuan kualitas air polluted. The results of tested scenarios
dalam mengambil keputusan. Proses analisa obtained an accuracy rate between the results
kualitas air dilakukan dengan Fuzzy Inference of the calculation method of Fuzzy Tsukamoto
System metode Tsukamoto. Input yang with the calculated water quality STORET
dibutuhkan adalah parameter uji kualitas air method at 90%.
yang terdiri dari parameter fisika dan
Keywords : Decision Support Systems, Water
parameter kimia. Metode Fuzzy Tsukamoto
Quality River, Fuzzy Tsukamoto, STORET.
digunakan untuk menentukan kualitas air
sungai kedalam empat kelas yaitu memenuhi 1. PENDAHULUAN
baku mutu (kondisi baik), tercemar ringan,
tercemar sedang, dan tercemar berat. Hasil dari Sungai merupakan suatu wadah
skenario pengujian didapatkan tingkat akurasi mengalirnya sumberdaya air secara gravitasi
antara hasil perhitungan metode Fuzzy dari hulu ke hilir. Banyaknya aktivitas
Tsukamoto dengan hasil perhitungan kualitas domestik dan industri di sepanjang sungai serta
air sungai metode STORET sebesar 90%. adanya dinamika aliran tersebut menimbulkan
perubahan kualitas dan kuantitas sungai secara
Kata kunci : Sistem Pendukung Keputusan, signifikan (Peraturan Pemerintah Republik
Kualitas Air Sungai, Fuzzy Tsukamoto, Indonesia Nomor 82 Tahun 2001 tentang
STORET. Pengelolaan Kualitas Air dan Pengendalian
Pencemaran Air). Diperlukan suatu upaya
ABSTRACT
untuk menjaga kuantitas, kontinuitas, dan
Water was one resource that has a very kualitas sungai. Upaya untuk memantau dan
important function for life and human life. mengendalikan pencemaran air sungai adalah
River was the main channel as water flowing melakukan pengukuran dan analisis kualitas air
from upstream to downstream, has many sungai, sebagaimana diatur dalam Peraturan
domestic and industrial activity along the Pemerintah no 82 tahun 2001. Berdasarkan
stream. The flow dynamics lead to changes in Keputusan Menteri Negara Lingkungan Hidup
92
JEEST E-ISSN : 2356-3109
Nomor : 115 Tahun 2003, Penentuan status kualitas air sungai menggunakan 7 (tujuh)
mutu air dapat menggunakan Metoda STORET parameter terdiri dari residu tersuspensi (TSS),
atau Metoda Indeks Pencemaran. Penentuan BOD, COD, DO, pH, Fenol, serta Minyak dan
kualitas air sungai dengan Metoda STORET Lemak. Metode Fuzzy Tsukamoto digunakan
masih dilakukan secara manual dengan cara untuk menentukan kualitas air sungai kedalam
menghitung satu-persatu data parameter empat kelas yaitu memenuhi baku mutu
pengujian sehingga membutuhkan waktu yang (kondisi baik), tercemar ringan, tercemar
lama dan biaya pengujian yang besar. sedang, dan tercemar berat.
Penggunaan teknologi informasi seperti sistem
pendukung keputusan, dapat memberikan 2. METODE PENELITIAN
solusi bagi pengguna dalam membantu proses
Penelitian ini dilakukan dengan
pengambilan keputusan terkait dengan
melakukan pengembangan sistem pendukung
penentuan kualitas air sungai.
keputusan penentuan kualitas air menggunakan
Beberapa penelitian sebelumnya yang
fuzzy tsukamoto. Tahapan-tahapan yang
berkaitan dengan penentuan status mutu air
dilakukan dalam penelitian ini adalah sebagai
telah dilakukan oleh Paramadyastha (2011)
berikut:
dengan judul “Studi Penentuan Status Mutu
Air dengan Metode Storet dan Metode Indek 2.1. Studi Literatur
Pencemaran di Waduk Sutami”. Pada Studi literatur dilakukan dengan tujuan
penelitian tersebut diteliti status mutu air untuk mempelajari dasar teori dan sumber
sungai di waduk sutami dengan metode acuan tentang SPK, kualitas air sungai, metode
STORET menggunakan 9(sembilan) parameter STORET, dan metode fuzzy tsukamoto.
yang terdiri dari BOD, COD, DO, TSS, pH,
2.2. Pengumpulan Data
Amonia (NH3_N), fenol, minyak dan lemak,
Pengumpulan data diperoleh dari hasil
dan sianida (CN). Hasil dari penelitian
penelitian yang dilakukan oleh Annisah
tersebut, status mutu air dibagi menjadi empat
Paramadyastha tentang Penentuan Status Mutu
kriteria yaitu memenuhi baku mutu (kondisi
Air dengan Metode STORET. Data yang
baik), tercemar ringan, tercemar sedang, dan
diperoleh merupakan data kualitas air sungai
tercemar berat.
pada Stasiun Monitoring Waduk Sutami Hulu
Penelitian selanjutnya dilakukan oleh
Kedalaman 1 (0.3 m) tahun 2005, 2006, 2007,
Mawaddah dkk. (2012) menggunakan Fuzzy
2008, dan 2009.
Inference System (FIS) Tsukamoto dengan
keluaran tingkat kompetensi kepribadian. 2.3. Analisis Kebutuhan
Untuk mendapatkan tingkat kpribadian, Analisis kebutuhan bertujuan untuk
digunakan data skor dari komponen, yaitu: mendapatkan semua kebutuhan yang
pengalaman mengajar, penilaian dari atasan diperlukan dari sistem yang akan dibangun.
dan pengawas, pengalaman menjadi pengurus 2.4. Perancangan
organisasi di bidang kependidikan dan sosial Perancangan sistem dibangun berdasarkan
(pengurus organisasi di bidang kependidikan hasil pengumpulan data dan analisa kebutuhan
dan sosial, tugas tambahan), dan penghargaan yang dilakukan. Perancangan sistem
yang relevan dengan bidang pendidikan. Skor menjelaskan desain dari model Fuzzy
penilaian dengan skala A (Kurang Baik), B Tsukamoto sebagai metode untuk menentukan
(Cukup), C (Baik Sekali). Berdasarkan kualitas air sungai. Perancangan arsitektur SPK
penelitian ini, metode Fuzzy Tsukamoto dapat penentuan kualitas air sungai dapat dilihat pada
digunakan untuk mengelompokkan data Gambar 1.
kedalam beberapa kelas berdasarkan kriteria-
kriteria yang ditentukan.
Berdasarkan paparan yang telah
dijelaskan, penulis mengusulkan penelitian
yang berjudul “Implementasi Fuzzy Inference
System(Fis) Metode Tsukamoto Pada Sistem
Pendukung Keputusan Penentuan Kualitas Air
Sungai”. Pada penelitian ini, untuk menentuan
93
dan atau tercemar berat. Diagram alir sistem

pendukung keputusan ini ditunjukkan oleh
Gambar 2.
Mulai
Data Sistem Internet, Input data nilai kriteria air sungai

eksternal lainnya intranet,
dan yang ekstranet
berbasis Fuzzyfikasi
internal
komputer
α-predikat setiap aturan
dengan metode MIN
nilai z untuk setiap aturan

Metode
Manajemen
Fuzzy
data Nilai Z dengan metode weighted average
Tsukamoto
Penentuan kulitas air termasuk

kelas A, B, C atau D
Subsistem
berbasis
pengetahuan
Alternatif Kesimpulan
Selesai
Antarmuka
Gambar 2. Diagram Alir SPK penentuan kualitas
pengguna
air sungai metode Fuzzy Tsukamoto
Didalam penelitian ini ada tujuh kriteria

Basis
yang digunakan dalam proses penentuan
User
pengetahuan (pengguna) kualitas air sungai, antara lain:
1) Total Suspended Solid (TSS)
Gambar 1. Arsitektur SPK Penentuan Kualitas Air Total Suspended Solid (TSS) yaitu jumlah
Sungai dengan metode Fuzzy Tsukamoto berat dalam mg/l kering lumpur yang ada
Sumber Turban (2005) didalam air limbah setelah mengalamin proses
penyaringan dengan membran berukuran 0,45
Sistem pendukung keputusan penentuan μm. Adanya padatan-padatan ini menyebabkan
kualitas air sungai ini memiliki inputan berupa kekeruhan air, padatan ini tidak terlarut dan
parameter status mutu air sungai yang terdiri tidak dapat mengendap secara langsung.
dari TSS, BOD, COD, DO, pH, fenol, serta Padatan tersuspensi terdiri dari partikel-
minyak dan lemak. Pada proses perhitungan partikel yang ukuran maupun beratnya lebih
Fuzzy Tsukamoto diperlukan 4(empat) tahapan kecil daripada sedimen (Paramadyastha, 2011).
yaitu: (1) Pembentukan himpunan fuzzy; (2) α- Kekeruhan air yang disebabkan oleh zat
predikat (aturan); (3) Penentuan nilai z; (4) padat tersuspensi bersifat anorganik dan
Penentuan nilai Z [4:39-45]. Keluaran dari organik. Zat anorganik biasanya berasal dari
perhitungan metode ini adalah menghasilkan lapukan batuan dan logam, sedangkan zat
nilai kualitas air sungai. Output dari sistem ini organik dapat berasal dari laapukan tanaman
adalah status mutu air sungai yang terdiri dari atau hewan. Zat organik dapat menjadi
4(empat) kelas yang terdiri dari memenuhi makanan bakteri, sehingga mendukung
baku mutu, tercemar ringan, tercemar sedang,
94
perkembangbiakannya (Alaerta dan Sumestri,

1984).
3. HASIL PEMBAHASAN
2) Kebutuhan Oksigen Biologi (BOD) Sistem akan melakukan perhitungan
BOD adalah banyaknya oksigen dalam menggunakan metode Fuzzy Tsukamoto.
ppm atau miligram per liter (mg/l) yang Berikut ini merupakan langkah-langkah
diperlukan untuk menguraikan benda organik perhitungan yang dilakukan oleh sistem :
oleh bakteri, sehingga limbah tersebut menjadi
jernih kembali (Sugiharto, 1987). 1) Proses Input Data
3) Kebutuhan Oksigen Kimiawi (COD) Misalkan user atau pengguna aplikasi
COD adalah banyaknya oksigen dalam memiliki data-data air sungai yang diinputkan
ppm atau miligram per liter (mg/l) yang pada aplikasi sebagai berikut:
dibutuhkan dalam kondisi khusus untuk - TSS = 229.8 mg/L
- BOD = 3.85 mg/L
menguraikan benda organik secara kimiawi
- COD = 20.7 mg/L
(Sugiharto, 1987). - DO = 7.2 mg/L
4) Oksigen Terlarut (DO) - pH = 6.95
DO adalah banyaknya oksigen yang - Fenol = 0.1135 mg/L
terkandung didalam air dan diukur dalam - Minyak & Lemak = 0 mg/L
satuan miligram per liter (mg/l). Oksigen yang 2) Proses Fuzzyfikasi
terlarut ini dipergunakan sebagai tanda derajat Langkah pertama metode Fuzzy
pengotoran limbah yang ada. Semakin besar Tsukamoto adalah fuzzyfikasi / menghitung
oksigen yang terlarut, maka menunjukkan derajat keanggotaan masing-masing variable.
derajat pengotoran yang relatif kecil Berikut ini perhitungan derajat keanggotaan
(Sugiharto, 1987). untuk tiap kriteria (Kusumadewi dan Hari,
5) Derajat Keasaman (pH) 2004):
Konsentrasi ion hidrogen adalah  Residu Tersuspensi (TSS)
ukuran mutu dari air maupun air limbah. Gambar himpunan fuzzy untuk variabel
Adapun kadar yang baik adalah kadar dimana TSS dapat dilihat pada gambar 4.
masih memungkinkan kehidupan didalam air
berjalan dengan baik. pH yang baik bagi air
baik buruk
minum dan air limbah adalah netral (7). 1
Semakin kecil nilai pH-nya, maka akan
menyebabkan air tersebut berupa asam Keterangan :
(Sugiharto, 1987). 𝜇 𝐴
baik
6) Fenol
Fenol merupakan penyebab timbulnya 0 buruk
5 6 400
rasa yang ada di dalam air minum. Fenol ini
Residu Tersuspensi (mg/L)
dihasilkan dari industri dan apabila konsentrasi
mencapai 500 mg/l masih dapat dioksidasi Gambar 4. Grafik Fuzzy TSS
melalui proses biologis (Sugiharto, 1987).
Berdasarkan gambar 5, persamaan
7) Lemak dan Minyak himpunan fuzzy dari TSS dapat ditunjukkan
Lemak dan minyak merupakan komponen pada persamaan (1) untuk kategori baik dan
utama bahan makanan yang juga banyak persamaan (2) untuk kategori buruk.
didapatkan di dalam air limbah. Apabila lemak
tidak dihilangkan sebelum dibuang ke saluran
air limbah dapat mempengaruhi kehidupan
yang ada di permukaan air dan menimbulkan { .... (1)
lapisan tipis di permukaan sehingga
membentuk selaput (Sugiharto, 1987).
95
{ ........ (6)
{ (2)
Untuk BOD=3.85 maka:

Untuk TSS = 229.8, maka: µsangatbaik (B) = 0
µbaik (A) = 0 µbaik (B) = = = = 0.7167
µburuk (A) = 1
µsedang (B) = = = =
 BOD 0.8233
Gambar himpunan fuzzy untuk variabel µburuk (B) = 0
BOD dapat dilihat pada gambar 5.
 COD
Sangat baik Baik Sedang Buruk
Gambar himpunan fuzzy untuk variabel
1
COD dapat dilihat pada gambar 6.
𝜇 𝐵 Sangat baik Baik Sedang Buruk

1
0 2 3 6 1 𝜇 𝐶
BOD (mg/L)
Keterangan :
Sedang 0 1 25 5 10
Sangat baik
COD (mg/L) 0
Buruk
Baik
Sangat baik Sedang
Baik Buruk
Gambar 5. Grafik Fuzzy BOD
Gambar 6. Grafik Fuzzy COD
himpunan fuzzy dari BOD dapat ditunjukkan Berdasarkan gambar 6, persamaan
pada persamaan (3) untuk kategori sangat baik, himpunan fuzzy dari COD dapat ditunjukkan
persamaan (4) untuk kategori baik, persamaan pada persamaan (7) untuk kategori sangat baik,
(5) untuk kategori sedang dan persamaan (6) persamaan (8) untuk kategori baik, persamaan
untuk kategori buruk. (9) untuk kategori sedang dan persamaan (10)
untuk kategori buruk.
{ ... (3)
{ ....................................
............. (4)
...... (8)
{
{
..... (5)
.......................................
{
{
96
{ .. (10) { ............ (14)
Untuk COD=20.7 maka: Untuk DO = 7.2 maka:

µsangatbaik (C) = = = = µsangatbaik (D) = 1
µbaik (D) = 0
0.2867
µsedang (D) = 0
µbaik (C) = = = = 0.7133 µburuk (D) = 0
µsedang (C) = 0
µburuk (C) = 0
 DO  pH
Gambar himpunan fuzzy untuk variabel Gambar himpunan fuzzy untuk variabel pH
DO dapat dilihat pada gambar 7. dapat dilihat pada gambar 8.
Buruk Sedang Baik Sangat baik buruk baik buruk

1
1
𝜇 𝐷 𝜇 𝐸 buruk
baik
0 3 4 6 0 5 6 9 10
DO (mg/L)
pH (mg/L)
Buruk Baik
Sedang Sangat baik Gambar 8. Grafik Fuzzy pH
Gambar 7. Grafik Fuzzy DO Berdasarkan gambar 8, persamaan

himpunan fuzzy dari pH dapat ditunjukkan
Berdasarkan gambar 7, persamaan pada persamaan (15) untuk kategori buruk dan
himpunan fuzzy dari DO dapat ditunjukkan persamaan (16) untuk kategori baik.
pada persamaan (11) untuk kategori sangat
baik, persamaan (12) untuk kategori baik,
persamaan (13) untuk kategori sedang dan
persamaan (14) untuk kategori buruk. .............................
{
{ .. (11)
.. (16)
............ (12)
{
{
Untuk pH = 6.95 maka:
µburuk (E) = 0
........ (13) µbaik (E) = 1
{
 Fenol
Gambar himpunan fuzzy untuk variabel Fenol
dapat dilihat pada Gambar 9.
97
baik buruk { ....... (19)

1
baik
𝜇 𝐹 { ........ (20)
buruk
0 0.0 0.0 Untuk Minyak & Lemak = 0 maka:

Fenol (mg/L) µburuk (G) = 0
Gambar 9. Grafik Fuzzy Fenol
µbaik (G) = 1

himpunan fuzzy dari Fenol dapat ditunjukkan  Variabel Pembatas / Kesimpulan
pada persamaan (17) untuk kategori baik dan Gambar himpunan fuzzy untuk variabel
persamaan (18) untuk kategori buruk. pembatas / kesimpulan kualitas air sungai
dapat dilihat pada gambar 11.
{ .............................................................. (17)
1
𝜇 𝐾
{ …(18)
0 2 5,5 9 11 20 29 30 31 50
Untuk Fenol = 0.1135 maka:
Nilai
µburuk (F) = 1 Kualitas Air
µbaik (F) = 0 Keteranga
n:
Memenuhi Baku Tercemar
 Minyak & Lemak Mutu (A) Sedang (C)
Gambar himpunan fuzzy untuk variabel Fenol Tercemar Tercemar

Ringan (B) Berat (D)
dapat dilihat pada gambar 10.
Gambar 11. Grafik Fuzzy Kesimpulan

baik buruk
1
Keterangan :
himpunan fuzzy untuk variable pembatas /
𝜇 𝐺 baik variable kesimpulan ditunjukkan pada
persamaan (21), persamaan (22), persamaan
buruk (23) dan persamaan (24).
0 1 1
. (mg/L)
Minyak & lemak
{ …(21)
Gambar 10. Grafik Fuzzy Minyak & Lemak

himpunan fuzzy dari Minyak & Lemak dapat
ditunjukkan pada persamaan (19) untuk ...(22)
kategori baik dan persamaan (20) untuk
kategori buruk. {
98
AND Minyak&Lemak baik(1) THEN

Tercemar Ringan (B) (MIN=0)
α-predikat8= 0
..(23) z8 = zt1 = 5,5
[R337] IF TSS buruk(1) AND BOD
{ baik(0.7167) AND COD sangat
baik(0.2867) AND DO sangat baik(1)
AND pH baik(1) AND fenol buruk(1)
{ ..(24) Tercemar Sedang (C) (MIN=0.2867)
α-predikat337= 0.2867
z337 = nilai tengah sedang = 20
[R350] IF TSS buruk(1) AND BOD
baik(0.7167) AND COD baik(0.7133)
AND DO sangat baik(1) AND pH
baik(1) AND fenol buruk(1) AND
3) Proses penentuan α-predikat Metode MIN
Minyak&Lemak baik(1) THEN
Setelah Pembentukan variable dan himpunan Tercemar Sedang (C) (MIN=0.7133)
fuzzy pada proses fuzzyfikasi, selanjutnya α-predikat350= 0.7133
dibentuk aturan yang bersesuaian dengan z350 = nilai tengah sedang = 20
mengambil data-data berdasarkan pengalaman [R404] IF TSS baik(0) AND BOD sangat
keputusan dari pembuat keputusan. Aturan baik(0) AND COD sangat
keputusan diperoleh dari kombinasi dari baik(0.2867) AND DO sedang(0)
masing-masing himpunan fuzzy. Berikut ini AND pH buruk(0) AND fenol
beberapa contoh perhitungannya : buruk(1) AND Minyak&Lemak
[R1] IF TSS baik(0) AND BOD sangat buruk(1) THEN Tercemar Berat (D)
baik(0) AND COD sangat (MIN=0)
baik(0.2867) AND DO baik(1) AND α-predikat404= 0
pH baik(1) AND fenol baik(0) AND z404= (21 × α-predikat404) + 29 = 29
Minyak&Lemak baik(1) THEN [R825] IF TSS buruk(1) AND BOD
Memenuhi Baku Mutu (A) (MIN=0) sedang(0.2833) AND COD
α-predikat1= 0 baik(0.7133) AND DO sangat baik(1)
z1= 2 – (2 × α-predikat1) = 2 AND pH baik(1) AND fenol buruk(1)
[R4] IF TSS baik(0) AND BOD AND Minyak&Lemak baik(1) THEN
baik(0.7167) AND COD sangat Tercemar Berat (D) (MIN=0.2833)
baik(0.2867) AND DO sangat baik(1) α-predikat825= 0.2833
AND pH baik(1) AND Fenol baik(0) z825= (21 × α-predikat825) + 29 = 34,95
Memenuhi Baku Mutu (A) (MIN=0) 4) Proses Penentuan nilai z
α-predikat4= 0
Dari hasil aplikasi fungsi implikasi dari
z4= 2 – (2 × α-predikat4) = 2
tiap aturan, dihitung nilai z dari setiap aturan.
[R7] IF TSS baik(0) AND BOD sangat
- α-predikat1= 0
baik(0) AND COD sangat
baik(0.2867) AND DO sangat baik(1) z1= 2 – (2 × α-predikat1) = 2
AND pH buruk(0) AND fenol baik(0) - α-predikat4= 0
AND Minyak&Lemak baik(1) THEN z4= 2 – (2 × α-predikat4) = 2
Tercemar Ringan (B) (MIN=0) - α-predikat7= 0
α-predikat7= 0 z7 = 5,5
z7= nilai tengah ringan= 5,5 - α-predikat8= 0
[R8] IF TSS baik(0) AND BOD sangat z8 = 5,5
baik(0) AND COD sangat - α-predikat337= 0.2867
baik(0.2867) AND DO sedang(0) z337 = 20
AND pH baik(1) AND fenol baik(0) - α-predikat825= 0.2833
99
z825= (21 × α-predikat825) + 29 = dengan hasil yang didapatkan maka dianggap

34,95 valid.
5) Penentuan nilai Z 3.1.1. Hasil Pengujian Validasi Sistem
Metode menghitung Z dapat dihitung Hasil pengujian validasi untuk kasus uji
dengan rumus seperti pada persamaan (25). yang ada ditunjukkan dalam Tabel 1.
Untuk menghitung weighted average dapat
dihitung dengan cara seperti dibawah ini: Tabel 1. Hasil Pengujian Validasi Sistem
Status
No Nama Kasus Uji
..(25) validitas
1 LogIn sah Valid
2 Log In tidak sah Valid
3 Tambah Akun Valid
Dari rumus tersebut diperoleh : 4 Edit Akun Valid
5 Hapus Akun Valid
Z= 6 Tambah Data Air Sungai Valid
7 Edit Data Air Sungai Valid
Proses penentuan alternatif kesimpulan 8 Hapus Data Air Sungai Valid
mengacu pada gambar 11 yaitu dengan cara 9 Perhitungan Derajat Valid
Keanggotaan Fuzzy
menentukan apakah nilai hasil (Z) berada di 10 Pengolahan rule fuzzy Valid
daerah memenuhi baku mutu, tercemar ringan, 11 Perhitungan Fuzzy Valid
tercemar sedang atau tercemar berat. Nilai Tsukamoto
hasil proses weighted average (Z) adalah 12 Laporan Kulitas Air Sungai Valid
yang artinya berdasarkan Gambar 13 Grafik Laporan Kulitas Air Valid
Sungai
11 nilai ini termasuk golongan tercemar
sedang.
Jadi TSS = 229.8 mg/L, BOD = 3.1.2. Analisis Pengujian Validasi Sistem
3.85 mg/L, COD = 20.7 mg/L, DO = 7.2 mg/L, Tabel 1 menunjukkan bahwa semua kasus
pH = 6.95, Fenol = 0.1135 mg/L, Minyak & uji yang ada sudah valid. Sehingga bisa
Lemak = 0 mg/L termasuk kelas C atau dikatakan bahwa sistem yang ada sudah 100%
golongan “Tercemar Sedang”. sesuai dengan apa yang dibutuhkan.
3.3. Pengujian Akurasi Sistem
3.1. Pengujian Pengujian akurasi sistem pada penelitian
Pada tahap ini, dilakukan pengujian ini dilakukan dengan menghitung berapa
terhadap sistem pendukung keputusan banyak data yang sama antara hasil
penentuan kualitas air sungai dengan metode berdasarkan perhitungan manual metode
fuzzy Tsukamoto. Ada dua skenario pengujian STORET dengan hasil perhitungan oleh sistem
yang dilakukan, yaitu pengujian validasi sistem dengan metode fuzzy Tsukamoto.
dan pengujian akurasi sistem. Pengujian
3.3.1. Hasil Pengujian Akurasi Sistem
validasi sistem dilakukan dengan memerikas
Pengujian akurasi dilakukan untuk
item-item yang ada dalam daftar kebutuhan
mengetahui performa dari Sistem Pendukung
fungsional sistem. Apabila hasil yang
Keputusan untuk memberikan rekomendasi
diharapkan sama dengan hasil yang didapatkan
alternatif kesimpulan dalam menentukan
maka item tersebut dianggap valid.
kualitas air sungai dengan metode Fuzzy
Pengujian akurasi sistem dilakukan
Tsukamoto. Pada pengujian akurasi dilakukan
dengan menghitung banyaknya data yang sama
pengujian akurasi dengan 5 parameter
dari calon pegawai yang diambil antara hasil
ditunjukkan tabel 2 dan pengujian akurasi
perangkingan berdasarkan perhitungan manual
dengan 7 parameter ditunjukkan tabel 3 .
dan hasil perangkingan oleh sistem.
3.3.1.1. Pengujian Akurasi dengan 5
3.2. Pengujian Validasi Sistem
Parameter
Pengujian validasi sistem dilakukan
Pada kasus ini, objek uji adalah data
dengan memeriksa item-item yang telah
kualitas air sungai dengan membandingkan
dirumuskan dalam daftar kebutuhan fungsional
penelitian ini dengan penelitian sebelumnya,
sistem. Jika hasil yang diharapkan seusai
100
dimana pada penelitian ini menggunakan 5 Sedang Sedang

32 8 2007 -16 Tercemar 14.2 Tercemar 1
parameter (TSS, BOD, COD, DO, pH) Sedang Sedang
Tabel 2. Hasil Pengujian Akurasi SPK 33 9 2007 -22 Tercemar 15.29 Tercemar 1
Penentuan Kualitas Air Sungai Sedang 7 Sedang
Data Air Metode Metode Fuzzy 34 10 2007 -16 Tercemar 17.58 Tercemar 1
Sungai STORET Tsukamoto Akura Sedang 3 Sedang
No 35 11 2007 -32 Tercemar 22.26 Tercemar 0
Bu Tahu Kesim Nilai Kesim si
Skor Berat Sedang
lan n pulan Z pulan
1 1 2005 -30 Tercemar 21.61 Tercemar 1 36 12 2007 -24 Tercemar 20 Tercemar 1
Sedang 2 Sedang Sedang Sedang
2 2 2005 -42 Tercemar 20.53 Tercemar 0 37 1 2008 -35 Tercemar 13.40 Tercemar 0
Berat 9 Sedang Berat 9 Sedang
Berat 5 Sedang Berat Sedang
Berat 1 Berat Sedang Ringan
5 5 2005 -30 Tercemar 20 Tercemar 1 40 4 2008 -10 Tercemar 3.25 Tercemar 1
Sedang Sedang Ringan Ringan
Sedang 6 Sedang Berat 7 Sedang
Sedang Sedang Sedang 7 Sedang
Sedang Sedang Sedang Ringan
Sedang 8 Sedang Berat 5 Sedang
Sedang 4 Sedang Sedang 6 Sedang
Ringan Ringan Sedang 4 Sedang
Sedang Sedang Berat 7 Sedang
Berat 5 Berat Sedang 8 Sedang
Sedang Ringan Sedang 9 Sedang
Sedang Ringan Sedang 1 Sedang
20 8 2006 -26 Tercemar 18.86 Tercemar 1 55 7 2009 -10 Tercemar 0 Memenuhi 0
Sedang 1 Sedang Ringan Baku
Sedang Ringan Sedang Ringan
22 10 2006 -16 Tercemar 5.061 Tercemar 0 57 9 2009 -28 Tercemar 20 Tercemar 1
Sedang Ringan Sedang Sedang
Berat 0 Sedang Berat Ringan
Sedang 3 Sedang Sedang Ringan
26 2 2007 -22 Tercemar 20 Tercemar 1
Sedang Sedang 3.3.1.2. Pengujian Akurasi dengan 7
Berat Sedang Parameter
28 4 2007 -21 Tercemar 5.235 Tercemar 0 Pada kasus ini, objek uji adalah data
Sedang Ringan kualitas air sungai dengan membandingkan
Sedang Ringan penelitian ini dengan penelitian sebelumnya,
30 6 2007 -20 Tercemar 10.09 Tercemar 0 dimana pada penelitian ini menggunakan 7
Sedang 1 Ringan
101
parameter (TSS, BOD, COD, DO, pH, Fenol, Sedang Sedang

dan Minyak & Lemak) Sedang Sedang
Tabel 3. Hasil Pengujian Akurasi SPK Sedang Sedang
Penentuan Kualitas Air Sungai 34 10 2007 -16 Tercemar 20 Tercemar 1
Data Air Metode Metode Fuzzy Sedang Sedang
Sungai STORET Tsukamoto Akura 35 11 2007 -32 Tercemar 20.37 Tercemar 0
No
Bu Tahu Kesim Nilai Kesim si Berat Sedang
Skor
lan n pulan Z pulan 36 12 2007 -24 Tercemar 20.53 Tercemar 1
1 1 2005 -30 Tercemar 20 Tercemar 1 Sedang Sedang
Sedang Sedang 37 1 2008 -35 Tercemar 38.7 Tercemar 1
2 2 2005 -42 Tercemar 35.19 Tercemar 1 Berat Berat
Berat 3 Berat 38 2 2008 -37 Tercemar 41.71 Tercemar 1
Berat Berat 39 3 2008 -24 Tercemar 29.75 Tercemar 1
4 4 2005 -32 Tercemar 41.98 Tercemar 1 Sedang Sedang
Berat Berat 40 4 2008 -10 Tercemar 12.75 Tercemar 0
5 5 2005 -30 Tercemar 20.30 Tercemar 1 Ringan Sedang
Sedang Berat 42 6 2008 -29 Tercemar 20 Tercemar 1
Sedang Sedang 44 8 2008 -20 Tercemar 20 Tercemar 1
11 11 2005 -30 Tercemar 20 Tercemar 1 Berat Sedang
Ringan Sedang 49 1 2009 -22 Tercemar 20 Tercemar 1
Berat Berat 52 4 2009 -27 Tercemar 20 Tercemar 1
20 8 2006 -26 Tercemar 20 Tercemar 1 Ringan Ringan
23 11 2006 -54 Tercemar 35.69 Tercemar 1 Berat Sedang
Berat Berat 59 11 2009 -20 Tercemar 20 Tercemar 1
Sedang Sedang
Sedang Sedang 3.3.2. Analisis Hasil Pengujian Akurasi
27 3 2007 -38 Tercemar 38.34 Tercemar 1 Sistem
Berat Berat Pada Tabel 2 dan 3, hasil akurasi bernilai
Sedang Sedang 1 artinya keluaran dari perhitungan Sistem
29 5 2007 -28 Tercemar 20 Tercemar 1 Pendukung Keputusan penentuan kualitas air
Sedang Sedang metode Fuzzy Tsukamoto sama dengan hasil
Sedang Sedang perhitungan kualitas air metode STORET.
102
Sebaliknya, hasil akurasi berniali 0 artinya 90% terbukti adanya kesesuaian hasil
keluaran dari perhitungan Sistem Pendukung perhitungan Sistem Pendukung Keputusan
Keputusan penentuan kualitas air metode penentuan kualitas air metode Fuzzy
Fuzzy Tsukamoto tidak sama dengan hasil Tsukamoto dengan hasil perhitungan
perhitungan kualitas air metode STORET. kualitas air sungai metode STORET.
Berdasarkan Tabel 2 Sistem Pendukung Saran yang diberikan untuk
Keputusan penentuan kualitas air metode pengembangan penelitian selanjutnya, antara
Fuzzy Tsukamoto dengan hasil perhitungan lain:
kualitas air metode STORET. Maka, dapat 1. Sistem dapat dikembangkan menjadi
dihitung akurasi sistem sebagai berikut : sebuah sistem yang dinamis sehingga dapat
megolah dan mengedit basis pengetahuan
dari sistem ini untuk mendapatkan hasil
yang optimal.
Berdasarkan Tabel 3 Sistem Pendukung 2. Sistem dapat dikembangkan menjadi
Keputusan penentuan kualitas air metode sebuah sistem yang lebih bersifat dinamis
Fuzzy Tsukamoto dengan hasil perhitungan yaitu sistem memiliki fasilitas untuk
kualitas air metode STORET. Maka, dapat menambah dan mengurangi parameter uji
dihitung akurasi sistem sebagai berikut : jika sewaktu-waktu ada penambahan atau
pengurangan kriteria kualitas air sungai.
Jadi, dapat disimpulkan bahwa akurasi DAFTAR PUSTAKA

Sistem Pendukung Keputusan berdasarkan 60 ALAERTA, G. dan SUMESTRI, S. 1984.
data dengan 7 parameter yang diuji adalah Metoda Penelitian Air. Surabaya: Penerbit
90%, terbukti lebih akurat dibandingkan hasil Usaha Nasional.
perhitungan dengan 5 parameter Sistem MAWADDAH, APRILIANI, MUSTAFIDAH,
Pendukung Keputusan penentuan kualitas air HINDAYATI dan ARYANTO,
metode Fuzzy Tsukamoto dengan hasil DWI.2012. “Fuzzy Inference System untuk
perhitungan kualitas air metode STORET. Menentukan Tingkat Kompetensi
Kepribadian Guru (Fuzzy Inference
4. PENUTUP System to Determine the Personality
Berdasarkan perancangan, implementasi Competency Level of Teachers)”.
dan hasil pengujian dari Sistem Pendukung Purwokerto. Universitas Muhammadiyah
Keputusan Penentuan Kualitas Air Sungai Purwokerto.
dengan Metode Fuzzy Tsukamoto, maka KUSUMADEWI, SRI, & PURNOMO, HARI.
didapatkan kesimpulan sebagai berikut: 2004. Aplikasi Logika Fuzzy untuk
1. Aplikasi Sistem Pendukung Keputusan Pendukung Keputusan – Edisi Pertama.
dengan metode Fuzzy Tsukamoto telah Yogyakarta: Graha Ilmu.
dibuat sesuai perancangan dan dapat PARAMADYASTHA, ANNISAH. 2011.
digunakan dalam menentukan kualitas air “Studi Penentuan Status Mutu Air dengan
sungai apakah memenuhi baku mutu, Metode Storet dan Metode Indek
tercemar ringan, tercemar sedang atau Pencemaran di Waduk Sutami”. Malang.
tercemar berat. Teknik Pengairan Universitas Brawijaya.
2. Sistem Pendukung Keputusan penentuan PARNO, 2013, Lecture Notes: Sistem
kualitas air sungai dengan metode Fuzzy Informasi Data Flow Diagram
Tsukamoto memiliki kinerja sistem yang SUGIHARTO. 1987. Dasar-dasar
mampu berjalan sesuai dengan kebutuhan Pengelolaan Air Limbah. Jakarta :
fungsional. Hal ini dibuktikan dengan hasil Penerbit Universitas Indonesia.
pengujian Black Box yang memberikan TURBAN, EFRAIN. 2005. Decision Support
nilai presentase sebesar 100%. System and Intelligent Systems. 7th Ed.
3. Berdasarkan hasil pengujian akurasi dapat Jilid 1 (sistem pendukung keputusan dan
disimpulkan bahwa dari 60 data yang diuji, sistem cerdas). Yogyakarta: ANDI Offset
103

20 113 4 PB

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

20 113 4 PB

Diunggah oleh

Hak Cipta:

Format Tersedia

JOURNAL OF ENVIRONMENTAL ENGINEERING & SUSTAINABLE TECHNOLOGY P-ISSN : 2356-3109

NOVEMBER-2014 VOLUME 01 NO. 02 http://jeest.ub.ac.id

IMPLEMENTASI FUZZY INFERENCE SYSTEM (FIS) METODE

ABSTRAK the quality and quantity of the river

dan atau tercemar berat. Diagram alir sistem

Data Sistem Internet, Input data nilai kriteria air sungai

nilai z untuk setiap aturan

Penentuan kulitas air termasuk

Didalam penelitian ini ada tujuh kriteria

perkembangbiakannya (Alaerta dan Sumestri,

Untuk BOD=3.85 maka:

𝜇 𝐵 Sangat baik Baik Sedang Buruk

{ .. (10) { ............ (14)

Untuk COD=20.7 maka: Untuk DO = 7.2 maka:

Buruk Sedang Baik Sangat baik buruk baik buruk

Sedang Sangat baik Gambar 8. Grafik Fuzzy pH

Gambar 7. Grafik Fuzzy DO Berdasarkan gambar 8, persamaan

baik buruk { ....... (19)

0 0.0 0.0 Untuk Minyak & Lemak = 0 maka:

Berdasarkan gambar 9, persamaan

Gambar himpunan fuzzy untuk variabel Fenol Tercemar Tercemar

Gambar 11. Grafik Fuzzy Kesimpulan

Berdasarkan gambar 10, persamaan

AND Minyak&Lemak baik(1) THEN

z825= (21 × α-predikat825) + 29 = dengan hasil yang didapatkan maka dianggap

dimana pada penelitian ini menggunakan 5 Sedang Sedang

parameter (TSS, BOD, COD, DO, pH, Fenol, Sedang Sedang

Jadi, dapat disimpulkan bahwa akurasi DAFTAR PUSTAKA

Anda mungkin juga menyukai