analisis kelembaban udara dengan metode anfis

7/25/2019 analisis kelembaban udara dengan metode anfis

http://slidepdf.com/reader/full/analisis-kelembaban-udara-dengan-metode-anfis 1/28

i

ABSTRAK

Informasi tentang cuaca yang diperkirakan atau yang diprakirakan akan

terjadi di waktu berikutnya berguna untuk menetapkan rencana dan pengambilan

keputusan untuk penanggulangan dan antisipasi akibat yang berkaitan dengan

kondisi cuaca yang akan terjadi. Kelembaban udara merupakan salah satu unsur

dari cuaca. Persentase kelembaban udara menjadi tolak ukur kehidupan bagi

masing-masing vegetasi, seperti kering, basah, dan sangat basah. Apabila di

gunakan dengan benar, maka prediksi kelembaban udara akan sangat bermanfaat

baik bagi bidang pertanian agar didapat pemilihan tanaman yang tepat, ataupun

bidang transportasi seperti penempatan landasan pacu bagi pesawat terbang, dan

lain sebagainya. Untuk itu perlu adanya sistem prediksi persentase kelembaban

udara. Prediksi yang dilakukan adalah prediksi berdasarkan urutan waktu (time-

series). Metode ANFIS adalah metode yang dapat digunakan untuk memprediksi

potensi energi angin, karena kemampuan pendekatan yang baik terhadap ketidak

linieran sehingga menghasilkan error yang lebih kecil. Data yang didapatkan dari

BMKG diolah menjadi 2 varian yang kemudian akan digunakan untuk merangcang

arsitektur ANFIS dengan memberikan variasi pada beberapa variabel seperti

masukan, mf_n, mf_type dan epoch. Kemudian ANFIS akan dilatih dan diuji

menggunakan data yang telah diolah. Hasilnya arsitektur ANFIS terbaik yang

didapat untuk memprediksi curah hujan. Lalu memvalidasi hasil pelatihan dan

pengujian menggunakan data validasi.



ii

DAFTAR ISI

BAB I ......................................................................................................................................... 1

PENDAHULUAN ..................................................................................................................... 1

1.1. Latar Belakang ............................................................................................................ 1

1.2. Rumusan masalah ........................................................................................................ 3

1.3. Batasan Masalah .......................................................................................................... 3

1.4. Hipotesa ....................................................................................................................... 3

1.5. Tujuan Penelitian......................................................................................................... 4

1.6 Manfaat Penelitian....................................................................................................... 4

1.7 Metodologi penelitian ................................................................................................. 4

1.8 Sistematika penulisan .................................................................................................. 4

BAB II ........................................................................................................................................ 6

TINJAUAN PUSTAKA ............................................................................................................ 6

2.1. Penelitian Terdahulu ................................................................................................... 6

2.2. Kelembaban udara ....................................................................................................... 8

2.2.1. Pengertian kelembaban udara .............................................................................. 8

2.2.2. Macam-macam kelembaban udara ...................................................................... 8

2.2.3. Alat ukur kelembaban udara ................................................................................ 9

2.3. Tingkatan Kelembaban Udara ............................................................................... 13

2.4. ANFIS ( Adaptive Neuro Fuzzy Inferrence System) ............................................... 14



iii

iii

BAB III .................................................................................................................................... 20

METODELOGI PENELITIAN ............................................................................................... 20

3.1. Tempat dan Waktu Penelitian ................................................................................... 20

3.2 Alat dan Bahan Penelitian ......................................................................................... 20

3.2.1 Alat ..................................................................................................................... 20

3.2.2. Bahan ................................................................................................................. 20

3.3. Materi Penelitian ....................................................................................................... 20

3.4. Tahapan Penelitian .................................................................................................... 21

3.4.1. Tahap Persiapan ................................................................................................. 21

3.4.2 Tahap Pengambilan Data .......................................................................................... 21

3.4.3 Tahap Pengolahan Data ............................................................................................. 21

3.6.2 Tahap Perancangan ANFIS ....................................................................................... 22

3.6.2.1 Penentuan Arsitektur .......................................................................................... 22

3.6.2.2 Tahap Pelatihan dan Pengujian .......................................................................... 23

3.6.2.3 Tahap Validasi ................................................................................................... 23

3.6.2.4 Tahap Prediksi ................................................................................................... 23

3.6.2.5 Tahap Analisis ................................................................................................... 23

3.6.2.6 Tahap Akhir ....................................................................................................... 24

3.7 Alur Penelitian........................................................................................................... 24



1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Dewasa ini cuaca sudah menjadi semakin ekstrim saja. Apalagi di negara seperti

Indonesia ini yang berada di daerah tropis, yang dengan kata lain hanya memiliki 2

musim yaitu musim kemarau dan musim penghujan. Pada saat dilanda musim kemarau,

terjadi panas yang sangat hebat. Dan sebaliknya, pada saat musim penghujan terjadi

hujan yang lebat sampai menyebabkan banjir dan longsor.

Semakin ekstrimnya cuaca juga sangat mempengaruhi keadaan kelembaban udara

di sekitarnya. Kelembaban udara menjadi sangat rendah ataupun menjadi sangat tinggi.

Hal ini sangat merugikan beberapa pihak yang menggunakan prediksi jangka panjang

terhadap kelembaban udara, seperti petani kelas menengah ke atas, perencana landasan

terbang pesawat, dan lain sebagainya.

Sebelumnya, Kelembaban udara adalah tingkat kebasahan udara karena dalam

udara air selalu terkandung dalam bentuk uap air. Kandungan uap air dalam udara hangat

lebih banyak daripada kandungan uap air dalam udara dingin. Kalau udara banyak

mengandung uap air didinginkan maka suhunya turun dan udara tidak dapat menahan

lagi uap air sebanyak itu. Uap air berubah menjadi titik-titik air. Udara yan mengandung

uap air sebanyak yang dapat dikandungnya disebut udara jenuh.

Ada dua istilah kelembapan udara yaitu kelembapan tinggi dan kelembapan

rendah.Kelembapan tinggi adalah jumlah uap air yang banyak diudara, sedangkan

kelembapan rendah adalah jumlah uap air yang sedikit diudara. Kelembapan udara dapat

dinyatakan sebagai kelembapan udara absolut, kelembapan nisbi (relatif), maupun defisit

tekanan uap air. Kelembapan absolut adalah kandungan uap air yang dapat dinyatakan



2

dengan massa uap air atau tekanannya per satuan volume (kg/m3). Kelembapan nisbi

(relatif) adalah perbandingan kandungan (tekanan) uap air actual dengan keadaan

jenuhnya (g/kg). Defisit tekanan uap air adalah selisih antara tekanan uap jenuh dengan

tekanan uap aktual.

Diambil dari kejadian diatas, maka dibutuhkanlah suatu sistem perprediksian

kelembaban udara jangka panjang. Yang dilakukan adalah prediksi berdasarkan urutan

waktu (time-series). Pada urutan waktu tersebut, seberapa besar persentase kelembaban

udara yang terbentuk dan besarnya persentase kelembaban udara tersebut setiap waktu

tertentu adalah berbeda (non-linear). Sehingga dengan pola data yang non-linear, akan

diprediksi berapa besarnya persentase kelembaban udara pada waktu yang akan datang.

Metode ANFIS (Adaptive Neuro Fuzzy Inference System) adalah metode yang

dapat digunakan untuk memprediksi, karena kemampuan pendekatan yang baik terhadap

ketidak linieran sehingga menghasilkan error yang lebih kecil. ANFIS dapat

memprediksi data deret waktu lebih akurat dibanding metode lainnya (Riyanto et al.,

2000). Menurut Zhu (2000) dan Shapiro (2002), ANFIS Sogeno merupakan model

terbaik untuk analisis numerik dibanding model logika samar lainnya, karena dalam

proses pembelajarannya berdasarkan pada unpaya memperkecil nilai kesalahan dari

keluarannya. Dari uraian tersebut, penulis akan menggunakan ANFIS (Adaptive Neuro

Fuzzy Inference System) untuk memprediksi curah hujan di wilayah Cilacap, maka

penulis memperoleh judul : “PREDIKSI DAN ANALISIS PERSENTASE

KELEMBABAN UDARA DI WILAYAH CILACAP DENGAN METODE ANFIS

(ADAPTIVE NEURO FUZZY INFERENCE SYSTEM )”



3

1.2. Rumusan masalah

Berdasarkan latar belakang, permasalahan yang dikaji pada penelitian ini antara

lain :

1.

Bagaimana mengolah data primer kelembaban udara di Cilacap agar

didapatkan pola data yang spesifik untuk periode masa tertentu.

2.

Bagaimana merancang arsitektur ANFIS ( Adaptive Neuro Fuzzy Inference

System) dalam mengidentifikasi persentase kelembaban udara di Cilacap.

3. Berapakah tingkat akurasi metode ANFIS ( Adaptive Neuro Fuzzy Inference

System) dalam mengidentifikasi persentase kelembaban udara di Cilacap.

4. Bagaimana menerapkan metode ANFIS ( Adaptive Neuro Fuzzy Inference

System) untuk memprediksi persentase kelembaban udara di Cilacap.

1.3. Batasan Masalah

Batasan masalah yang dikaji pada penelitian ini adalah :

1. Data yang digunakan penelitian ini adalah kecepatan angin dari BMKG

Cilacap mulai 1 Januari 2006 sampai 31 Agustus 2015.

2. Identifikasi kelembaban udara dalam penelitian ini menggunakan metode

ANFIS (Adaptive Neuro Fuzzy Inference System.

3. Dalam pelatihan dan prediksinya menggunakan algoritma ANFIS (Adaptive

Neuro Fuzzy Inference System)

1.4. Hipotesa

Kelembaban udara di Cilacap dapat diprediksi dan dianalisis menggunakan metode

ANFIS (Adaptive Neuro Fuzzy Inference System) dengan baik.



4

1.5. Tujuan Penelitian

Tujuan Penelitian di Badan Meteorologi, Klimatologi, dan Geofisika (BMKG)

Cilacap adalah :

1.

Merancang arsitektur ANFIS untuk prediksi kelembaban udara di Cilacap

2.

Melakukan prediksi kelembaban udara di wilayah Cilacap.

3.

Menentukan tingkat akurasi metode ANFIS (Adaptive Neuro Fuzzy

Inference System) unutk mengidentifikasi kelembaban udara di Cilacap.

4. Menganalisis tingkat kelembaban udara di Cilacap.

1.6 Manfaat Penelitian

Proses identifikasi nilai kelembaban udara di Cilacap diharapkan dapat menjadi

referensi untuk studi perkembangan pembangkitan listrik tenaga angin.

1.7 Metodologi penelitian

Metode yang dilakukan dalam penelitian adalah eksperimen perancangan ANFIS

( Adaptive Neuro Fuzzy Inference System) untuk memprediksi nilai kelembaban udara di

Cilacap.

1.8 Sistematika penulisan

Sistematika penulisan dalam tugas akhir ini sebagai berikut :

BAB I Pendahuluan

Merupakan bab yang berisi judul penelitian, latar belakang, rumusan

masalah, batasan masalah, hipotesa, tujuan penelitian, manfaat dan

sistematika penulisan laporan.

BAB II Tinjauan Pustaka



5

Merupakan bab yang berisi teori yang mendasari gagasan tentang

kajian teknis dalam mengidentifikasi curah hujan di wilayah Cilacap .

Selain itu, bab ini juga berisi penelitian terdahulu sebagai referensi

untuk menunjang penelitian ini yang berkenaan tentang curah hujan

dan ANFIS.

BAB III Metode Penelitian

Merupakan bab yang berisi metode yang digunakan pada penelitian ini,

seperti tempat dan waktu penelitian, alat dan bahan, tahapan penelitian,

jadwal penelitian dan flowchart penelitian.

BAB IV Pembahasan Hasil Penelitian

Merupakan bab yang berisi pembahasan hasil dari setiap tahapan yang

dilakukan dalam proses perancangan arsitektur ANFIS, pelatihan dan

pengujian ANFIS, uji validasi, prediksi dan analisis.

BAB V Penutup

Merupakan bab yang berisi kesimpulan dari penelitian yang telah

dilakukan dan saran untuk penelitian selanjutnya dengan topik yang

serupa.



6

BAB II

TINJAUAN PUSTAKA

2.1.

Penelitian Terdahulu

Berikut ini adalah beberapa penelitian terdahulu yang mendukung penyelesaian

tugas akhir ini :

1. Penelitian yang dilakukan oleh Dani Yusuf yang berjudul “Prediksi dan

Analisis Potensi Angin Teluk Penyu Cilacap Menggunakan Metode ANFIS

(Adaptive Neuro Fuzzy Inference System)”. Dalam penelitian ini Dani Yusuf

mengidentifikasi dan memprediksi potensi angin di Teluk Penyu Cilacap.

Hasil pelatihan dan pengujian menggunakan data validasi yang

menghasilkan RMSE sebesar 2.6166. Hasilnya nilai potensi daya dan energi

angin masing-masing sebesar 1759.4129 w/m2 dan 201.259235 kwh/m2

untuk periode April 2015 sampai Desember 2019.

2.

Dalam penelitian yang dilakukan oleh Sumirah yang berjudul “Aplikasi

Adaptive Neuro Fuzzy Inference System Termodifikasi (MOD_ANFIS)

Multivarat untuk Prediksi Curah Hujan Bulanan Kabupaten Manokwari.

Dalam penelitiannya, Sumirah menyelidiki penerapan Mod_ANFIS

Multivarat untuk memprediksi curah hujan di Kabupatem Manokwari untuk

3 tahun kedepan dengan memanfaatkan beberapa parameter cuaca sebagai

prediktor diantaranya kelembaban udara, tekanan udara dan suhu udara. Data

yang digunakan adalah data yang berasal dari BMKG Kabupaten Manokwari

selama 11 tahun dengan interval waktu 1 bulan. Penelitian ini dilakukan

dengan memodifikasi ANFIS standar pembelajaran arah mundurnya dengan

menggantikan metode pembelajaran gradien descent dengan metode Least

Square Estimator (LSE). Dengan begitu didapatkan waktu komputasi yang



7

singkat. Hasilnya didapatkan model terbaik dari 84 model yang dirancang

untuk memprediksi curah hujan 3 tahun kedepan adalah model M1 (4

masukan – 1 keluaran) kombinasi variabel input P + Ch pada time lag t+1

dengan nilai RSME sebesar 0,8. Hasil tersebut menunjukan bahwa nilai

curah hujan hasil prediksi berada pada interval yang wajar yaitu 81,2 mm –

477 mm.

3.

Dalam penelitian yang dilakukan oleh Bagus Fatkhurrozi, M Aziz Muslim

dan Didik R Santoso yang berjudul “Penggunaan Adaptive Neuro Fuzzy

Inference System (ANFIS) dalam Penentuan Status Aktivitas Gunung

Merapi” mendeskripsikan penggunaan metode ANFIS dalam mengoptimasi

penentuan status aktivitas Gunung Merapi. Data yang digunakan yaitu data

hasil pamantauan aktivitas Gunung Merapi berupa data kegempaan,

deformasi dan geokimia. Metode ANFIS digunakan dengan menggabungkan

algoritma backpropagation gradien descent dan recursive least square

estimator (RLSE) untuk pembelajaran. Hasil RLME yang didapat pada

proses pelatihan sebesar 0,081109 dan MAPE sebesar 15,2084 %, sedangkan

pada proses pengujian dihasilkan MAPE sebesar 10,2041 %.

4. Penelitian yang dilakukan oleh Riska Lutfiana dan M Tirono yang berjudul

“Pengenalan Pola Cuaca Maritim (Curah Hujan, Tinggi Gelombang dan

Kecepatan Arus) dengan Metode Adaptive Neuro Fuzzy Inference System

(ANFIS) pada Jalur Pelayaran Surabaya - Makasar” menggunakan data

pengenalan pola per jam, karena ANFIS sangat peka terhadap jumlah data

yang diujikan.



8

2.2. Kelembaban udara

2.2.1. Pengertian kelembaban udara

Kelembaban udara adalah tingkat kebasahan udara karena dalam udara

air selalu terkandung dalam bentuk uap air. Kandungan uap air dalam udara

hangat lebih banyak daripada kandungan uap air dalam udara dingin. Kalau

udara banyak mengandung uap air didinginkan maka suhunya turun dan

udara tidak dapat menahan lagi uap air sebanyak itu. Uap air berubah menjadi

titik-titik air. Udara yan mengandung uap air sebanyak yang dapat

dikandungnya disebut udara jenuh.

Ada dua istilah kelembapan udara yaitu kelembapan tinggi dan

kelembapan rendah.Kelembapan tinggi adalah jumlah uap air yang banyak

diudara, sedangkan kelembapan rendah adalah jumlah uap air yang sedikit

diudara. Kelembapan udara dapat dinyatakan sebagai kelembapan udara

absolut, kelembapan nisbi (relatif), maupun defisit tekanan uap air.

Kelembapan absolut adalah kandungan uap air yang dapat dinyatakan dengan

massa uap air atau tekanannya per satuan volume (kg/m3). Kelembapan nisbi

(relatif) adalah perbandingan kandungan (tekanan) uap air actual dengan

keadaan jenuhnya (g/kg). Defisit tekanan uap air adalah selisih antara

tekanan uap jenuh dengan tekanan uap aktual.

2.2.2. Macam-macam kelembaban udara

2.2.2.1. Kelembaban spesifik

Kelembaban Spesifik yaitu perbandingan antara masa udara

sebenarnya di atmosfer dengan satu masa udara, biasanya

dinyatakan dalam sistim matrik, gram/kilogram.



9

2.2.2.2. Kelembaban mutlak

Kelembaban Mutlak yaitu masa uap air yang terdapat dalam satu

satuan udara, dinyatakan dalam gram/m3. Contoh : Kelembaban

mutlak wilayah tropika umumnya lebih tinggi dari wilayah

temperate.

2.2.2.3. Kelembaban Nisbi (Relatif Humidity )

Kelembaban nisbi (relatif humidity), yaitu perbandingan antara

masa uap air yang ada di dalam satu satuan volume udara, dengan

masa uap air yang maksimum dapat dikandung pada suhu dan

tekanan yang sama. Oleh karena itu kelembapan nisbi dapat pula

merupakan perbandingan antara tekanan uap air (actual) dengan

tekanan uap air jenuh pada suhu yang sama. Satuan kelembapan

nisbi dinyatakan dalam bentuk %.

2.2.3. Alat ukur kelembaban udara

Berikut merupakan beberapa alat ukur kelembaban udara :

2.2.3.1. Psychrometer bola basah dan bola kering

Psychrometer ini terdiri dari dua buah thermometer air

raksa, yaitu :

a.

Thermometer Bola Kering : tabung air raksa dibiarkan

kering sehingga akan mengukur suhu udara sebenarnya.

b. Thermometer Bola Basah : tabung air raksa dibasahi agar

suhu yang terukur adalah suhu saturasi / titik jenuh, yaitu

suhu yang diperlukan agar uap air dapat berkondensasi.



10

Suhu udara didapat dari suhu pada termometer bola kering,

sedangkan RH (kelembaban udara) didapat dengan perhitungan.

Gambar Psychrometer Bola Basah dan Bola Kering

2.2.3.2. Psychrometer Assman

Psychrometer assmann terdiri dari 2 buah thermometer air

raksa dengan pelindung logam mengkilat.Kedua bola

thermometer terpasang dalam tabung logam mengkilat.Kipas

angin terletak diatas tabung pada tengah alat.Gunanya untuk

mengalirkan (menghisap) udara dari bawah melalui kedua

bola.Thermometer langsung menuju keatas.Alat dipasang

menghadap angin dan sedemikian sehingga logam mengkilat



11

mencegah sinar matahari langsung ke Thermometer, terutama

pada angin lemah dan sinar matahari yang kuat.

Gambar Pschyrometer Assman

2.2.3.3. Psychrometer Putar (Whirl ing )

Disebut juga sebagai Psychrometer Sling / Whirling . Alat

ini terdiri dari 2 Thermometer yang dipasang pada kerangka yang

dapat diputar melalui sumbu yang tegak lurus pada

panjangnya.Sebelum pemutaran bola basah dibasahi dengan air

murni. Psychrometer diputar cepat-cepat (3 putaran / detik).

Selama + 2 menit, dihentikan dan dibaca cepat-cepat.Kemudian

diputar lagi, dihentikan dan dibaca seterusnya sampai diperoleh



12

3 data. Data yang diambil adalah suhu bola basah terendah. Jika

ada 2 suhu bola basah terendah yang diambil suhu bola kering.

Gambar Pschyrometer Putar (Whirling)

2.2.3.4. Higrometer Rambut

Higrometer rambut adalah alat yang digunakan untuk

mengukur kelembaban udara. Satuan meteorologi dari

kelembaban udara adalah persen.Alat ini menggunakan rambut

manusia, karena perubahan panjang rabut mudah diukur.

Higrometer yang akan digunakan di pasang di dalam sangkar

stevenson.

Cara kerja dan prinsip dari Higrometer rambut adalah bila

udara lembap, rambut akan mengembang, menggerakan engsel,

kemudian diteruskan ke tangkai pena. Akibatnya, tangkai pena

naik. Begitu juga jika udara kering, rambut akan munyusut,



13

menggerakan engsel kemudian diteruskan ke tangkai pena.

Akibatnya tangkai pena turun.

Gambar Higrometer Rambut

2.3. Tingkatan Kelembaban Udara

Schmidt-Fergoson membagi tipe-tipe iklim dan jenis vegetasi yang tumbuh

di tipe iklim tersebut adalah sebagai berikut; tipe iklim A (sangat basah) jenis

vegetasinya adalah hutan hujan tropis, tipe iklim B (basah) jenis vegetasinya adalah

hutan hujan tropis, tipe iklim C (agak basah) jenis vegetasinya adalah hutan dengan

jenis tanaman yang mampu menggugurkan daunnya dimusim kemarau, tipe iklim

D (sedang) jenis vegetasi adalah hutan musim, tipe iklim E (agak kering) jenis

vegetasinya hutan savana, tipe iklim F (kering) jenis vegetasinya hutan savana, tipe

iklim G (sangat kering) jenis vegetasinya padang ilalang dan tipe iklim H (ekstrim

kering) jenis vegetasinya adalah padang ilalang (Syamsulbahri, 1987).

Klasifikasi iklim Schmidt-Ferguson adalah sebagai berikut:

Iklim A: Kelembaban lebih dari 700%

Iklim B: Kelembaban 300%-700%



14

Iklim C: Kelembaban 167%-300%

Iklim D: Kelembaban 100%-167%

Iklim E: Kelembaban 60%-100%

Iklim F: Kelembaban 33,3%-60%

Iklim G: Kelembaban 14,3%-33,3%

Iklim H: Kelembaban 1%-14,3%

Sehingga dapat dibentuk tabel untuk tingkat kelembaban sebagai berikut :

No Keterangan Persentase

1 Sangat basah >700%

2 Basah 300%-700%

3 Agak Basah 167%-300%

4 Sedang 100%-167%

5 Agak Kering 60%-100%

6 Kering 33,3%-60%

7 Sangat Kering 14,3%-33,3%

8 Ekstrim Kering 1%-14,3%

2.4. ANFIS (Adaptive Neuro F uzzy I nferrence System )

ANFIS ( Adaptive Neuro Fuzzy Inference system) merupakan gabungan dari

mrkanisme sistem inferensi fuzzy yang digambarkan dalam arsitektur jaringan

syaraf (Fariza, dkk, 2007). Dasar pendekatan logika fuzzy ada pada pernyataan



15

tidak pasti secara linguistik dan bukan pernyataan tidak pasti secara numeris.

Kelemahan utama pendekatan logika fuzzy yaitu ketiadaan prosedur sistematik

untuk merancang sistem inferensi fuzzy.

Selama ini, sistem inferensi fuzzy hanya mengandalkan pengetahuan

perancangnya. Sedangkan jaringan syaraf tiruan (ANN) mempunyai kemampuan

untuk melatih strukturnya sendiri dari pasangan input-output, lalu

mengadaptasikan dirinya sendiri melalui pelatihan. Penggabungan sistem inferensi

fuzzy dan jaringan syaraf tiruan akan menghasilkan sistem hibrida yang

mempunyai keunggulan dari kedua sistem asalnya dan dapat dikatakan kedua

sistem saling memperbaiki kekurangan yang ada saat kedua sistem berdiri sendiri.

Secara umum, ada 3 macam kombinasi sistem inferensi fuzzy dan jaringan

syaraf tiruan. Pertama adalah sistem neuro-fuzzy. Sistem ini menggunakan

jaringan syaraf untuk mempelajari parameter-parameter sistem fuzzy berupa basis

aturan fuzzy dan fungsi keanggotaan fuzzy. Kedua adalah kombinasi neural/fuzzy.

Kombinasi ini tidak mengubah parameter sistem fuzzy menggunakan jaringan

syaraf, tetapi memanfaatkan jaringan syaraf untuk menyediakan masukan sistem

fuzzy atau mengubah keluaran sistem fuzzy. Ketiga adalah pendekatan jaringan

syaraf fuzzy. Jaringan ini menggunakan teknik fuzzy untuk mempercepat proses

pembelajaran jaringan syaraf atau untuk mengaburkan jaringan syaraf untuk dapat

memproses masukan fuzzy (Neurnberger dkk, 2001).

ANFIS adalah suatu jaringan adaptif yang berbasis pada sistem kesimpulan

fuzzy. ANFIS dapat membangun mapping input-output menggunakan prosedur

hybrid-learning berdasarkan pengetahuan manusia (pada bentuk aturan fuzzy if-

then) dengan fungsi keanggotaan yang tepat.



16

Sistem kesimpulan fuzzy yang memanfaatkan aturan fuzzy if-then dapat

memodelkan pengetahuan manusia yang kualitatif dan memberi proses alasan

tanpa memanfaatkan analisa kuantitatif yang tepat. Ada 2 aspek dasar dalam

pendekatan ini, antara lain :

1. Tidak ada metode yang baku untuk mentransformasikan pengetahuan

manusia ke dalam rulebase dan database dalam fuzzy inference system.

2.

Metode yang efektif membutuhkan sesuatu untuk mengatur/mentuning

fungsi keanggotaan (membership function) untuk meminimalisir

kesalahan keluaran dan untuk memksimalkan indeks pencapaian

ANFIS dapat berfungsi sebagai dasar untuk membentuk sekumpulan aturan fuzzy

if-then dengan jumlah fungsi keanggotaan yang tepat untuk menghasilkan

pasangan input-output yang tepat.

Aturan Fuzzy If-then

Aturan fuzzy if-then atau kondisional fuzzy merupakan ungkapan berformat

if a then b dengan a dan b adalah label dari himpunan fuzzy yang ditandai oleh

fungsi keanggotaan yang sesuai. Aturan fuzzy if-then sering digunakan untuk

menangkap mode yang tidak tepat dalam memberi alasan kepada manusia untuk

membuat keputusan dalam lingkungan yang tidak pasti dan tidak tepat.

Contohnya dengan menguraikan fakta sederhana if tekanan tinggi, then

volume rendah. Tekanan dan volume merupakan variabel bahasa, sedangkan tinggi

dan rendah merupakan karakter dari fungsi keanggotaan. Fungsi keanggotaan dan

variabel bahasa digunakan untuk memudahkan aturan fuzzy if-then untuk

menangkap/mengenali peraturan utama (rulebase) yang dimaksudkan manusia.



17

Sistem Kesimpulan Fuzzy

Suatu sistem kesimpulan fuzzy terdiri dari 5 blok fungsi yang berbentuk blok

diagram fuzzy inference system diantaranya :

1. Aturan dasar (rulebase) yang berisi sejumlah aturan fuzzy if-then

2. Basis data (database) yang menggambarkan fungsi keanggotaan dari

himpunan fuzzy

3.

Unit pengambilan keputusan (decicion making unit) untuk melakukan

operasi kesimpulan terhadap aturan (inference)

4.

Interface fuzzyfication untuk mengubah bentuk masukan derajat crisp

dengan variabel bahasa

5. Interface defuzzyfication untuk mengubah bentuk hasil fuzzy dari

kesimpulan ke dalam output crisp

Sistem inferensi fuzzy yang digunakan adalah model Takagi-Sugeno-Kang

(TSK) orde satu dengan mempertimbangkan kesederhanaan dan kemudahan

komputasi.

Rule 1 : if x is A1 and y is B1 then z1 = ax + by + c

(Premis konsekuen)

Rule 2 : if x is A2 and y is B2 then z2 = px +qy + r

(Premis konsekuen)

*input : x dan y

*z : konsekuen.

Arsitektur ANFIS

Gambar 2.5 memperlihatkan struktur ANFIS yang seperti jaringan syaraf

tiruan. Jaringan neuro-fuzzy tersebut terdiri dari 5 lapisan dengan fungsi yang



18

berbeda untuk setiap lapisannya. Setiap lapisan terdiri dari beberapa simpul

dilambangkan dengan kotak atau lingkaran. Kotak melambangkan simpul adaptif

yang nilai parameternya bisa berubah dengan pembelajaran, sedangkan lingkaran

menyatakan simpul non-adaptif yang nilainya tetap.

Neuron-neuron tersebut dibentuk menjadi arsitektur ANFIS yang terdiri dari 5

lapis antara lain :

Lapis 1

Setiap simpul I pada lapis 1 adalah simpul adaptif dengan nilai fungsi

simpulnya adalah

O1, i = μAi (x), untuk i = 1, 2 atau O1,i = μBi-2 (y), untuk i = 3, 4

*x dan y : masukan simpul i

*O1, i dan O1, j : derajat keanggotaan terhadap himpunan fuzzy

Lapis 2

Setiap simpul pada lapis ini adalah non-adaptif (parameternya tetap)

simpul ini berfungsi untuk mengalikan setiap sinyal masukan yang datang.

O2 , i = wi = μA (X) * μBi-2 (y), i = 1, 2

Setiap keluaran dari lapis ini merupakan derajat pengaktifan (firing strength)

setiap aturan fuzzy. Fungsi ini dapat diperluas bila premis berjumlah lebih

dari 2 himpunan fuzzy. Jumlah simpul pada lapisan ini menunjukkan

banyaknya aturan yang dibentuk. Interpretasi kata hubung and dengan

menggunakan operator t-norm digunakan sebagai fungsi perkalian.

Lapis 3

Setiap simpul yang terdapat pada lapis ini merupakan simpul non-

adaptif yang memperlihatkan fungsi derajat pengaktifan ternormalisasi



19

(normalized firing strength) yaitu rasio keluaran simpul ke i pada lapisan

sebelumnya dengan bentuk fungsi simpulnya :

O3, i = wi / (w1+w2, i) = 1, 2

Bila dibentuk lebih dari 2 aturan, maka fungsi dapat diperluas dengan

membagi wi dengan jumlah total w untuk semua aturan.

Lapis 4

Setiap simpul pada lapis ini merupakan simpul adaptif dengan fungsi

simpulnya :

O4,i = O3, i . f i = O3, i(pix + qix + ri)

Derajat pengaktifan yang ternormalisasi dari lapisan 3 dan parameter p, q, r

menyatakan parameter konsekuen yang adaptif.

Lapis 5

Lapisan ini terdiri dari satu simpul yang tetap yang berfungsi untuk

menjumlahkan semua masukan. Fungsi simpulnya :

O5, i = Σ O3, i * f i = Σ O3, i * f i / Σ O3, i



20

BAB III

METODELOGI PENELITIAN

3.1. Tempat dan Waktu Penelitian

Penelitian tugas akhir ini menggunakan metode eksperimen dan dilaksanakan di

Badan Meteorologi, Klimatologi dan Geofisika Cilacap dan Laboratorium Teknik

Elektro Universitas Jenderal Soedirman pada 20 September 2015 sampai 31 Januari

2016.

3.2 Alat dan Bahan Penelitian

3.2.1 Alat

Alat yang digunakan dalam penelitian ini sebagai berikut :

1.

Sebuah notebook Lenovo IdeaPad Z470 dengan spesifikasi :

a.

Intel® Core™ i3-3120M (2,50 GHz), 2 GB DDR3 Memory dan

500 GB HDD

b. Sistem Operasi Microsoft Windows 8.1 Pro 32 Bit

2. Matlab 8.1 sebagai perangkat lunak yang digunakan untuk

menganalisis data.

3.2.2.

BahanBahan yang digunakan dalam penelitian ini adalah data curah hujan setiap

jam dari BMKG Cilacap sejak 1 Januari 2006 sampai 31 Desember 2015.

3.3. Materi Penelitian

Materi penelitian diambil dari banyak referensi baik berupa jurnal ilmiah,

buku, makalah dan sumber lainnya yang berkaitan dengan pengolahan data

menggunakan metode ANFIS.



21

3.4. Tahapan Penelitian

Metode peneilitian yang digunakan terdiri dari beberapa tahap, diantaranya :

3.4.1. Tahap Persiapan

Pada tahap ini, penulis mengumpulkan referensi berupa jurnal,

buku dan artikel yang terkait dengan kelembaban udara dan

pengolahan data menggunakan ANFIS metode sugeno serta sumber-

sumber dari internet yang menunjang penelitian ini. Selain itu, penulis

mengurus perizinan ke Kantor BMKG Cilacap untuk melakukan

penelitian mulai tanggal 20 September 2015 sampai 31 Januari 2016.

3.4.2 Tahap Pengambilan Data

Pada tahap ini, data yang diambil adalah kelembaban udara yang

ada di daerah Cilacap berdasarkan monitoring BMKG dengan rentang

1 jam dari 1 januari 2006 – 31 Agustus 2015. Data tambahan diperoleh

dengan kembali mengambil data kelmbaban udara periode 1 September

2015 sampai 31 Desember 2015 yang akan digunakan sebagai data

validasi.

3.4.3 Tahap Pengolahan Data

Pada tahap ini, data kelembaban udara yang telah didapat

kemudian dibuat rerata setiap 2 minggu dan bulan untuk input ANFIS.

Setelah itu, mentransformasi data dengan menormalisasi data untuk

menyetabilkan taburan data sehingga nilai datanya bisa menyesuaikan

rentang fungsi aktivasi sistem. Kemudian, mengelompokkan data yaitu



22

pertama untuk data pelatihan digunakan data rata-rata kelembaban

udara setiap 2 minggu dan bulan dari 1 Januari 2006 sampai 31 Agustus

2015.

3.6.2 Tahap Perancangan ANFIS

3.6.2.1 Penentuan Arsitektur

Perancangan arsitektur ANFIS yang dilakukan pada

penelitian ini yaitu dengan memberikan variasi variabel masukan,

membership function dan epoch. Tipe fungsi yang digunakan dalam

penelitian ini yaitu gbell dan trapesium. Perancangan ANFIS ini

dilakukan untuk mendapatkan nilai kesalahan terkecil. Beberapa

variasi yang dilakukan diantaranya :

1. Masukan

Data masukan ditentukan berjumlah 3 dan 6 masukan dengan

target masukan untuk setiap data rata-rata kelembaban udara

setiap 2 minggu dan bulan.

2. Membership Function

Membership Function (MF) atau biasa disebut fungsi

keanggotaan fuzzy input yang dipilih secara umum dengan

menggunakan fungsi keanggotaan jenis triangle (trimf), gauss

(gaussmf), generallized bell (gbellmf) dan trapesium (trapmf).

Jumlah MFs divariasikan untuk mf = 2 dan mf = 3 untuk

setiap variasi masukan dan fungsi keanggotaaan.

3. Epoch



23

Epoch yaitu jumlah arah pembelajaran maju-mundur pada

jaringan adaptif. Pengaturan percobaan yaitu dengan 50, 75

dan 100 epoch.

3.6.2.2 Tahap Pelatihan dan Pengujian

Data dari Januari 2006 sampai September 2015 digunakan

untuk pelatihan dan pengujian ANFIS. Tujuan dari pelatihan dan

pengujian ANFIS ini adalah untuk mendapatkan rule, bobot ANFIS

dan untuk mengetahui tingkat keberhasilan pelatihan ANFIS.

3.6.2.3 Tahap Validasi

Struktur ANFIS yang diperoleh saat pelatihan akan

digunakan untuk memvalidasi ANFIS dengan mengujinya

menggunakan data yang tidak digunakan saat pelatihan ANFIS yaitu

data dari kelembaban udara setiap bulan dari September 2015 sampai

Desember 2015.

3.6.2.4 Tahap Prediksi

Sistem-sistem yang telah didapatkan dari tahap

perangcangan arsitektur, pelatihan-pengujian dan validasi akan dipilih

sistem ANFIS yang terbaik yang selanjutnya sistem tersebut akan

digunakan untuk memprediksi kelembaban udara setiap bulannya

mulai Januari 2016 sampai Desember 2019.

3.6.2.5 Tahap Analisis

Tahap ini penulis akan menganalisis data hasil prediksi

dengan melihat tingkat curah hujan berdasarkan data historis dan hasil

prediksi untuk menentukan tingkat kelembaban udara di daerah

Cilacap pada waktu tertentu.



24

3.6.2.6 Tahap Akhir

Tahap akhir yaitu membahas unjuk kerja sistem ANFIS

dalam memprediksi dan analisis Kelembaban udara di Cilacap.

Terakhir dilakukan penulisan laporan dan presentasi hasil penelitian.

3.7 Alur Penelitian

Berikut merupakan flow chart dari penelitian ini :



25

analisis kelembaban udara dengan metode anfis

Documents