Aplikasi fuzzy inference system dengan metode Sugeno untuk mengestimasi curah hujan

Mintaraga, Wahyu Setyo (2017) Aplikasi fuzzy inference system dengan metode Sugeno untuk mengestimasi curah hujan. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.

[img]
Preview
Text (Fulltext)
100610078.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (1MB) | Preview

Abstract

INDONESIA

Secara geografis Indonesia berada di sekitar garis ekuator, sehingga Indonesia memiliki iklim tropis yang terdiri dari musim hujan dan musim kemarau. Banyak faktor yang menentukan turunnya hujan seperti temperatur, kelembaban udara, kecepatan angin dan tekanan udara. Dalam mempelajari fenomena curah hujan ini juga dapat dihubungkan dengan berbagai ilmu sains salah satunya adalah matematika logika fuzzy. Penelitian ini berupaya menerapkan logika fuzzy untuk mengestimasi curah hujan. Sumber data yang dianalisis adalah data dengan parameter kelembaban, temperatur, dan tekanan udara di LAPAN BPAA PASURUAN.

Di dalam Logika fuzzy terdapat Fuzzy Inference System. Metode yang digunakan adalah Metode Sugeno yang memiliki empat tahapan dalam penggunaannya, yaitu 1. Fuzzifikasi, 2. aplikasi fungsi implikasi menggunakan fungsi MIN (minimum), 3. komposisi aturan menggunakan fungsi MAX (maksimum) dan 4. defuzzifikasi menggunakan metode perhitungan rata-rata terbobot (Weight Average). Dalam penelitian ini didapat hasil bahwa metode sugeno kurang sesuai untuk mengestimasi curah hujan. Hal ini dikarenakan dari sebanyak 47 data hanya memiliki 11 data yang sesuai dengan data sebenarnya, maka persentase kesalahan Fuzzy Inference System dengan metode sugeno sebesar 77%. Hal tersebut dikarenakan hasil perhitungan Fuzzy Inference System memiliki selisih yang cukup besar dengan data aktual meskipun memiliki MSE yang relative kecil. Diharapkan pada penelitian berikutnya menggunakan model deret waktu seperti Exponential Smoothing atau mengembangkan penelitian ini menggunakan ANFIS (Addaptive Neuro Fuzzy Inference System) untuk hasil yang lebih baik.

ENGLISH

Geographically, Indonesia is located around the equator, so that Indonesia has a tropical climate which is composed of the rainy season and dry season. There are many factors that determine rainfall such as air temperature, humidity, wind speed, and air pressure. The study of rainfall phenomenon can also be connected with a variety of science one of which is the of fuzzy logic. This study is to apply fuzzy logic to estimate rainfall. The analized source data is the data with parameters of temperature, humidity, and air pressure in LAPAN BPAA PASURUAN.

In fuzzy logic there is Fuzzy Inference System. The method used is the Sugeno method that has four stages in its use, namely 1. Fuzzification, 2. The application of implication function using MIN (minimum) function, 3. Setting MAX (maximum) function as the composition rule, and 4. defuzzification using weighted average calculation (Weight Average) method. In this study we got the result that the Sugeno method is less suitable for estimating rainfall. This is because from the data 47 there are only 11 data in accordance with the actual data, the percentage of Fuzzy Inference System errors with Sugeno method is 77%. That is because the calculation results of Fuzzy Inference System has a considerable margin with actual data despite having a relatively small MSE. It is expected in the next research to use time series models such as exponential smoothing or develop this study using ANFIS (Addaptive Neuro Fuzzy Inference System) for better results.

Item Type: Thesis (Undergraduate)
Supervisor: Widodo, Nanang and Alisah, Evawati
Keywords: Curah Hujan; Fuzzy Inference System Metode Sugeno; Rainfall; Fuzzy Inference System Sugeno Method
Departement: Fakultas Sains dan Teknologi > Jurusan Matematika
Depositing User: Ida Lestari
Date Deposited: 25 Apr 2017 03:34
Last Modified: 25 Apr 2017 03:34
URI: http://etheses.uin-malang.ac.id/id/eprint/6352

Actions (login required)

View Item View Item