Você está na página 1de 28

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 (timeseries). 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.

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

ii

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

iii

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
1

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)

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.

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.

1.6

Menganalisis tingkat kelembaban udara di Cilacap.

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

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.

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
6

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.

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.

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 (Whirling)


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

Sangat basah

>700%

Basah

300%-700%

Agak Basah

167%-300%

Sedang

100%-167%

Agak Kering

60%-100%

Kering

33,3%-60%

Sangat Kering

14,3%-33,3%

Ekstrim Kering

1%-14,3%

2.4. ANFIS (Adaptive Neuro Fuzzy Inferrence 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 ifthen) 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 = Ai (x), untuk i = 1, 2 atau O1,i = Bi-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 = A (X) * Bi-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 . fi = 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 = O3, i * fi = O3, i * fi / O3, i

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.
2.

Sistem Operasi Microsoft Windows 8.1 Pro 32 Bit

Matlab 8.1 sebagai perangkat lunak yang digunakan untuk


menganalisis data.

3.2.2. Bahan
Bahan 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.
20

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 sumbersumber 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