SlideShare a Scribd company logo
1 of 20
PRAKIRAAN CUACA SEDERHANA BERDASARKAN
KONDISI UDARA PERMUKAAN TANAH
DENGAN LOGIKA FUZZY MAMDANI
Konsentrasi : Suhu, Tekanan dan Kelembaban Udara
Oleh : Nurhayati Rahayu (23814305)
Tugas – Komputasi Cerdas
Latar Belakang (1)
• Informasi mengenai keadaan cuaca adalah kebutuhan yang sangat penting
bagi masyarakat untuk melaksanakan rutinitas sehari-hari. Informasi ini sanga
bermanfaat untuk menetapkan strategi-strategi dalam segala bidang.
• Pengamatan synoptic dilakukan oleh Badan Meterologi Klimatologi dan
Geofisika (BMKG) terhadap 8 parameter utama dengan semua unsur-unsur
penunjang sebanyak 38 unsur. 8 parameter utama tersebut diantara : angin,
tekanan udara, suhu udara, endapan, perawanan, lapisan awan, penyinaran
matahari, dan kondisi tanah. Beberapa unsur pengamatan udara permukaan
tanah yang sangat diperlukan untuk memprediksi kondisi cuaca adalah suhu
rata-rata, tekanan udara dan kelembaban rata-rata. Walaupun sebuah prediksi
cuaca yang akurat membutuhkan unsur-unsur lainnya, selain dari ketiga unsur
diatas.
• Unsur-unsur cuaca ini telah diamati mulai dari jangka waktu 5 menit hingga
24 jam, disesuaikan dengan peraturan internasional dari World Meteorological
Organization (WMO). Untuk unsur suhu rata-rata, tekanan dan kelembaban
rata-rata, pengamatan dilakukan 24 jam sekali.
Latar Belakang (2)
Ruang Lingkup (1)
• Parameter pengamatan terhadap kondisi udara pada permukaan tanah yang
digunakan adalah suhu udara rata-rata, kelembaban udara rata-rata dan
tekanan udara.
• Contoh data yang digunakan dalam simulasi adalah data harian Fklim71 tahun
2013 dari salah satu UPT dari Badan Meteorologi Klimatologi dan Geofisika di
Bogor yaitu Stasiun Klimatologi Darmaga Bogor.
• Radius yang diperbolehkan dalam menggunakan prediksi ini adalah sejauh 20
km dari lokasi Stasiun Klimatologi Darmaga Bogor.
• Data yang digunakan adalah suhu udara rata-rata, kelembaban udara rata-rata
dan tekanan udara yang merupakan ekstraksi dari hasil pengamatan harian
synoptik bulan Januari-Desember tahun 2013.
• Menggunakan metode logika Fuzzy Mamdani untuk memberikan solusi
terhadap tujuan dari pembelajaran ini. Alasannya adalah fuzzy mamdani
mudah dipahami, fleksibel, mentoleransi terhadap data yang tidak tepat dan
dapat dibangun dan mengaplikasikan pengalaman-pengalaman dari pakar
secara langsung tanpa harus melalui proses pelatihan.
Ruang Lingkup (2)
• Peramalan cuaca memberikan masukan suhu, tekanan, dan kelembaban
relatif suatu daerah tertentu dengan batasan – batasannya, yaitu :
• Batasan suhu, yaitu berada di antara 24.3°C sampai dengan 31°C
untuk mendefinisikan suhu udara saat ini.
• Batasan tekanan udara, yaitu berada di antara 1006 mBar sampai dengan
1014.6 mBar untuk mendefinisikan tekanan udara saat ini.
• Batasan kelembaban relatif, yaitu berada di antara 62% sampai dengan
97% untuk mendefinisikan tingkat kelembaban udara relatif saat ini.
• Simulasi akan mengacu pada hasil prediksi cuaca yang dikumpulkan oleh
Stasiun Meteorologi Cengkareng sebagai koordinator pengumpul prakiraan
cuaca wilayah Jabodetabek.
Pembahasan (1)
• Fuzzy memiliki fungsi himpunan keanggotaan(Membership Functions)
mengatasi masalah yang memiliki karakteristik yang sensitif, tidak absolut
(“panas” dan “dingin” atau “kecil” dan “besar”. Namun mentolerir nilai-nilai
yang ada di antaranya, seperti “sangat dingin”, “dingin”, “sedang”, “hangat” dan
“panas”. Disesuaikan dengan kebutuhan dari pengguna.
Dalam pembelajaran ini maka :
Input sistem dan fungsi keanggotaannya adalah:
Suhu udara rata-rata : Very low, Low, Medium, High, Very High
Tekanan udara : Very low, Low, Medium, High, Very High
Kelembaban udara rata-rata : Very low, Low, Medium, High, Very High
Output sistem dan fungsi keanggotaannya adalah:
Suhu udara : Sangat Sejuk, Sejuk, Sedang, Hangat, Panas
Kelembaban udara : Sangat Lembab, Agak Lembab, Lembab, Lembab Tinggi,
Lembab Sangat Tinggi
Prakiraan udara : Hujan, Hujan Berawan, Cerah Berawan, Berawan, Cerah
Pembahasan (2)
• Komponen dalam Fuzzy secara umum terdapat 3 bagian, yaitu :
• Fuzzyfication : menentukan input dari suatu fuzzy dalam suatu bentuk linguistic
data.
• Inference Rule : merelasikan input parameter dan output parameternya.
• Pada pembelajaran ini, aturan dibentuk sebanyak 79 aturan
• Defuzzification : mengkonversi data linguistic yang sudah diperoleh ke dalam
bentuk data nilai yang pasti.
No
In_Suhu in_Tekanan In_Lembab Out_Suhu Out_Lembab Out_Cast
1 Very low Low Very low Sangat Sejuk Sangat Tinggi Hujan
2 Very low High Very low Panas Sangat lembab Cerah
3 Low Very low Medium Sedang Lembab Cerah berawan
4 Low Medium Low Panas Sangat lembab Cerah
5 Medium Very low Medium Hangat Sedang Hujan berawan
6 Medium Very high Very low Sedang Lembab Cerah berawan
7 High Medium Very low Panas Sangat lembab Cerah
8 High Very high Very low Sedang Lembab Cerah berawan
9 Very high Low Very low Sangat Sejuk Sangat Tinggi Hujan
10 Very high High Very low Panas Sangat lembab Cerah
Fuzzy Rule Base
IF Then
Pembahasan (3)
• Proses fuzzyfikasi dilakukan dengan menggunakan suatu variabel bahasa
(linguistic) dimana semua variabel yang digunakan di sini dibentuk dalam aturan :
If [kondisi 1] [operator 1][nilai 1] … [kondisi n] [operator n][nilai n] Then
[Hasil 1]… [Hasil n]
End if
Dalam pembelajaran ini maka dapat dicontohkan sebagai berikut :
Rule No. 1 :
If InSuhu = “Very Low” and InTekanan = “Low” and InLembab = “Very Low” then
OutSuhu = “Sangat Sejuk”
OutLembab = “Sangat Tinggi”
OutCast = ”Hujan”
End if
Atau
Rule No. 6 :
If InSuhu = “Medium” and InTekanan = “Very high” and InLembab =“Very low”
then
OutSuhu = “Sedang”
OutLembab = “Lembab”
OutCast = ”Cerah Berawan”
End if
Implementasi (1)
Membuka aplikasi Fuzzy Logic Toolbox pada Matlab Menambahkan variabel input dan variabel output
sebanyak 3 buah.
Varibel Input :
InSuhu : var input suhu udara rata-rata
InTekanan : var input tekanan udara
InLembab : var input kelembaban udara rata-rata
Varibel Output :
OutSuhu : var output suhu udara rata-rata
OutLembab : var output kelembaban udara rata-rata
OutCast : var output kelembaban udara rata-rata
Implementasi (2)
• Berikut adalah pengaturan pada Variabel Input Suhu
Udara Rata-rata :
• Berikut adalah pengaturan pada Variabel Input
Tekanan Udara :
Range : 24.3 - 31°C
Params of MFs :
MF1 (Very low) = [22.8 24.1 25.9 28.3]
MF2 (Low) = [25.9 28.07 28.1 28.8]
MF3 (Medium) = [28.1 28.9 28.1 28.9]
MF4 (High) = [28.9 29.1 29.13 29.4]
MF5 (Very High) = [29.1 29.3 31 32.4]
Range : 6 – 14.6 mb
Params of MFs :
MF1 (Very low) = [4.16 5.99 9.54 10]
MF2 (Low) = [9.54 10 10 10.2]
MF3 (Medium) = [10 10.5 10.5 10.6]
MF4 (High) = [10.3 10.7 10.7 10.9]
MF5 (Very High) = [10.4 10.9 14.6 16.5]
Implementasi (3)
• Berikut adalah pengaturan pada Variabel Input
Kelembaban Udara Rata-rata :
• Berikut adalah pengaturan pada Variabel Output Suhu
Udara Rata-rata:
Range : 62 - 97°C
Params of MFs :
MF1 (Very low) = [52.9 60.1 70.1 73.8]
MF2 (Low) = [70.1 73.7 73.8 78.2]
MF3 (Medium) = [73.8 78.3 78.4 81.9]
MF4 (High) = [78.3 81.9 82.1 90.1]
MF5 (Very High) = [82 90.1 96.8 104]
Range : 24.3 - 31°C
Params of MFs :
MF1 (Sangat Sejuk) = [22.8 24.1 25.9 28.3]
MF2 (Sejuk) = [25.9 28.07 28.1 28.8]
MF3 (Sedang) = [28.1 28.9 28.9 29.5]
MF4 (Hangat) = [28.9 29.1 29.13 29.4]
MF5 (Panas) = [29.1 29.3 31 32.4]
Implementasi (4)
• Berikut adalah pengaturan pada Variabel Output
Kelembaban Udara Rata-rata :
• Berikut adalah pengaturan pada Variabel Output
Prakiraan (Forecast) :
Range : 62 - 97°C
Params of MFs :
MF1 (Sangat Lembab) = [52.9 60.1 70.1 73.8]
MF2 (Agak Lembab) = [70.1 73.7 73.8 78.2]
MF3 (Lembab) = [73.8 78.3 78.4 81.9]
MF4 (Lembab Tinggi) = [78.3 81.9 82.1 90.1]
MF5 (Lembab Sangat Tinggi) = [82 90.1 96.8 104]
Range : 0 – 65
Params of MFs :
MF1 (Hujan) = [-2.67 30 30.2 36]
MF2 (Berawan) = [33.1 36 36.2 40.5]
MF3 (Cerah Berawan) = [36 41.9 42 43.6]
MF4 (Hujan Berawan) = [40.5 43.4 43.8 46.51]
MF5 (Cerah) = [42 46.5 46.7 65.2]
Implementasi (5)
• Memasukkan aturan yang telah ditetapkan pada menu untuk rules :
Hasil Simulasi (1)
• Tampilan dari fungsi keanggotaan dan aturan yang diberikan :
Hasil Simulasi (2)
• Berikut adalah simbol-simbol yang ditetapkan untuk masing-masing variabel input
dan derajat fungsi keanggotaannya :
Derajat Fungsi
Keanggotaan
(MFs)
Input
Suhu Tekanan Kelembaban
Very Low
Low
Medium
High
Very High
Hasil Simulasi (3)
• Berikut adalah simbol-simbol yang ditetapkan untuk masing-masing variabel
output dan derajat fungsi keanggotaannya :
Derajat Fungsi Keanggotaan Output
Suhu Kelembaban Prakiraan Cuaca
Sangat Sejuk
Sejuk
Sedang
Hangat
Panas
Sangat Lembab
Agak Lembab
Lembab
Lembab Tinggi
Lembab Sangat Tinggi
Hujan
Hujan Berawan
Cerah Berawan
Berawan
Cerah
Hasil Simulasi (4)
• Berikut adalah data harian Fklim71 yang akan digunakan untuk simulasi:
Hasil Simulasi (5)• Berikut adalah simulasi yang dilakukan untuk membuktikan sistem yang dibangun
telah memberikan keluaran yang benar. Untuk memberikan masukan pada system,
digunakan data harian hasil pengamatan yang dilakukan pada stasiun pengamatan :
Tanggal
(dd/mm/yy
yy)
Input Sistem Output Sistem Prakiraan
Cuaca
Suhu
(°C)
Tekanan
(mb)
Kelembaban
(%)
Suhu Kelembaban Prakiraan
Cuaca
3/1/2013 26,4 1010,9 83,5 Sejuk Lembab Tinggi Berawan s/d
Hujan
Berawan s/d
Hujan
9/1/2013 23,1 1011,2 95,5 Sejuk Lembab Sangat
Tinggi
Berawan s/d
Hujan
Berawan s/d
Hujan
10/1/2013 26,1 1010,3 78,5 Sejuk Lembab Tinggi Berawan s/d
Hujan
Berawan s/d
Hujan
20/1/2013 25,5 1012,4 88 Sejuk Lembab Sangat
Tinggi
Berawan s/d
Hujan
Hujan
31/1/2013 24,6 1013,5 91,5 Sejuk Lembab Tinggi Berawan s/d
Hujan
Berawan s/d
Hujan
Catatan :
• Sampel data pengamatan diambil dari Stasiun Klimatologi Bogor
• Prakiraan Cuaca menggunakan informasi yang dikumpulkan oleh Stasiun
Meteorologi Cengkareng sebagai Koordinator Prakiraan Cuaca Jabodetabek
Hasil Simulasi (6)
Contoh Gambar Simulasi no. 5 ( Tgl. 31/01/2013) dengan masukan pada sistem :
Suhu udara rata-rata : 24,6 °C
Tekanan udara : 1013,5 mb
Kelembaban udara rata-rata : 91,5 %
Contoh Hasil Simulasi no. 5 ( Tgl. 31/01/2013) dengan keluaran dari sistem :
Suhu udara rata-rata : Sejuk
Kelembaban udara : Lembab Tinggi
Prakiraan Cuaca : Berawan s/d Hujan
Kesimpulan dan Saran
• Bahwa dengan telah dilakukan simulasi sebanyak 5 kali dan terdapat kesamaan
dengan data prakiraan cuaca yang dikumpulkan oleh Stamet Cengkareng 4
kali, dapat diambil kesimpulan bahwa pembelajaran ini dapat diterapkan
dengan baik.
• Diharapkan dalam mengembangkan pembelajaran ini, variabel input dapat
ditambahkan sesuai dengan kondisi di lapangan yaitu dengan melibatkan
semua unsur pengamatan.
• Diharapkan data harian yang digunakan memiliki panjang data yang baik yaitu
minimal 20 tahun untuk sebagai dasar acuan prediksi yang akurat.
Terima Kasih

More Related Content

More from ayu bekti

Desain Pengontrol Pada Sistem Antena Pelacak Satelit Komunikasi
Desain Pengontrol Pada  Sistem Antena Pelacak Satelit KomunikasiDesain Pengontrol Pada  Sistem Antena Pelacak Satelit Komunikasi
Desain Pengontrol Pada Sistem Antena Pelacak Satelit Komunikasiayu bekti
 
Analisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree Analysis
Analisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree AnalysisAnalisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree Analysis
Analisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree Analysisayu bekti
 
PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TE...
PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TE...PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TE...
PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TE...ayu bekti
 
Tugas Review - Analysis of Rainfall Climate Variability in Saudi Arabia by U...
Tugas Review - Analysis of Rainfall Climate Variability in Saudi Arabia by U...Tugas Review - Analysis of Rainfall Climate Variability in Saudi Arabia by U...
Tugas Review - Analysis of Rainfall Climate Variability in Saudi Arabia by U...ayu bekti
 
Satellite Tracking Control System Using Fuzzy PID Controller
Satellite Tracking Control SystemUsing Fuzzy PID ControllerSatellite Tracking Control SystemUsing Fuzzy PID Controller
Satellite Tracking Control System Using Fuzzy PID Controllerayu bekti
 
Optical instrumentation system
Optical instrumentation systemOptical instrumentation system
Optical instrumentation systemayu bekti
 
Unmanned Aerial Vehicles (UAVs) Concepts and Implementations
Unmanned Aerial Vehicles (UAVs) Concepts and ImplementationsUnmanned Aerial Vehicles (UAVs) Concepts and Implementations
Unmanned Aerial Vehicles (UAVs) Concepts and Implementationsayu bekti
 
Journal review - Optimal Control Problem of Treatment for Obesity in a Close...
Journal review - Optimal Control Problem of Treatment for Obesity in  a Close...Journal review - Optimal Control Problem of Treatment for Obesity in  a Close...
Journal review - Optimal Control Problem of Treatment for Obesity in a Close...ayu bekti
 
Journal review - Dynamic Optimization in tennis : When to Use a Fast Serve
Journal review - Dynamic Optimization in tennis : When to Use a Fast ServeJournal review - Dynamic Optimization in tennis : When to Use a Fast Serve
Journal review - Dynamic Optimization in tennis : When to Use a Fast Serveayu bekti
 
Journal review - Simplex Optimization of Production Mix : A case of Custard ...
Journal review - Simplex Optimization of Production Mix : A case of Custard ...Journal review - Simplex Optimization of Production Mix : A case of Custard ...
Journal review - Simplex Optimization of Production Mix : A case of Custard ...ayu bekti
 
Journal review - An Algorithm for Geometric Correction of High Resolution Ima...
Journal review - An Algorithm for Geometric Correction of High Resolution Ima...Journal review - An Algorithm for Geometric Correction of High Resolution Ima...
Journal review - An Algorithm for Geometric Correction of High Resolution Ima...ayu bekti
 

More from ayu bekti (11)

Desain Pengontrol Pada Sistem Antena Pelacak Satelit Komunikasi
Desain Pengontrol Pada  Sistem Antena Pelacak Satelit KomunikasiDesain Pengontrol Pada  Sistem Antena Pelacak Satelit Komunikasi
Desain Pengontrol Pada Sistem Antena Pelacak Satelit Komunikasi
 
Analisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree Analysis
Analisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree AnalysisAnalisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree Analysis
Analisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree Analysis
 
PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TE...
PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TE...PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TE...
PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TE...
 
Tugas Review - Analysis of Rainfall Climate Variability in Saudi Arabia by U...
Tugas Review - Analysis of Rainfall Climate Variability in Saudi Arabia by U...Tugas Review - Analysis of Rainfall Climate Variability in Saudi Arabia by U...
Tugas Review - Analysis of Rainfall Climate Variability in Saudi Arabia by U...
 
Satellite Tracking Control System Using Fuzzy PID Controller
Satellite Tracking Control SystemUsing Fuzzy PID ControllerSatellite Tracking Control SystemUsing Fuzzy PID Controller
Satellite Tracking Control System Using Fuzzy PID Controller
 
Optical instrumentation system
Optical instrumentation systemOptical instrumentation system
Optical instrumentation system
 
Unmanned Aerial Vehicles (UAVs) Concepts and Implementations
Unmanned Aerial Vehicles (UAVs) Concepts and ImplementationsUnmanned Aerial Vehicles (UAVs) Concepts and Implementations
Unmanned Aerial Vehicles (UAVs) Concepts and Implementations
 
Journal review - Optimal Control Problem of Treatment for Obesity in a Close...
Journal review - Optimal Control Problem of Treatment for Obesity in  a Close...Journal review - Optimal Control Problem of Treatment for Obesity in  a Close...
Journal review - Optimal Control Problem of Treatment for Obesity in a Close...
 
Journal review - Dynamic Optimization in tennis : When to Use a Fast Serve
Journal review - Dynamic Optimization in tennis : When to Use a Fast ServeJournal review - Dynamic Optimization in tennis : When to Use a Fast Serve
Journal review - Dynamic Optimization in tennis : When to Use a Fast Serve
 
Journal review - Simplex Optimization of Production Mix : A case of Custard ...
Journal review - Simplex Optimization of Production Mix : A case of Custard ...Journal review - Simplex Optimization of Production Mix : A case of Custard ...
Journal review - Simplex Optimization of Production Mix : A case of Custard ...
 
Journal review - An Algorithm for Geometric Correction of High Resolution Ima...
Journal review - An Algorithm for Geometric Correction of High Resolution Ima...Journal review - An Algorithm for Geometric Correction of High Resolution Ima...
Journal review - An Algorithm for Geometric Correction of High Resolution Ima...
 

Recently uploaded

Teori Analisis Risiko Lingkungan (PowerPoint Presentation)
Teori Analisis Risiko Lingkungan (PowerPoint Presentation)Teori Analisis Risiko Lingkungan (PowerPoint Presentation)
Teori Analisis Risiko Lingkungan (PowerPoint Presentation)Izzana Fatima
 
JSA jsa working at height , job safety analisis
JSA jsa working at height , job safety analisisJSA jsa working at height , job safety analisis
JSA jsa working at height , job safety analisisbarryYOno
 
GEJALA PEMANASAN GLOBAL DAN EFEK RUMAH KACA.pptx
GEJALA PEMANASAN GLOBAL DAN EFEK RUMAH KACA.pptxGEJALA PEMANASAN GLOBAL DAN EFEK RUMAH KACA.pptx
GEJALA PEMANASAN GLOBAL DAN EFEK RUMAH KACA.pptxAisyhaDewiII
 
modul lingkaran kelas 8.docxmnkjjjjjjjjjjjjjjjjjjjjjjjj
modul lingkaran kelas 8.docxmnkjjjjjjjjjjjjjjjjjjjjjjjjmodul lingkaran kelas 8.docxmnkjjjjjjjjjjjjjjjjjjjjjjjj
modul lingkaran kelas 8.docxmnkjjjjjjjjjjjjjjjjjjjjjjjjAdeIrawan190202
 
penjaminan mutu analisis kimia laboratorium
penjaminan mutu analisis kimia laboratoriumpenjaminan mutu analisis kimia laboratorium
penjaminan mutu analisis kimia laboratoriumsonnywidiarto3
 
PPT Sistem Rekayasa Air Limbah dan Pembuangannya.pptx
PPT Sistem Rekayasa Air Limbah dan Pembuangannya.pptxPPT Sistem Rekayasa Air Limbah dan Pembuangannya.pptx
PPT Sistem Rekayasa Air Limbah dan Pembuangannya.pptxmagangfim17
 

Recently uploaded (6)

Teori Analisis Risiko Lingkungan (PowerPoint Presentation)
Teori Analisis Risiko Lingkungan (PowerPoint Presentation)Teori Analisis Risiko Lingkungan (PowerPoint Presentation)
Teori Analisis Risiko Lingkungan (PowerPoint Presentation)
 
JSA jsa working at height , job safety analisis
JSA jsa working at height , job safety analisisJSA jsa working at height , job safety analisis
JSA jsa working at height , job safety analisis
 
GEJALA PEMANASAN GLOBAL DAN EFEK RUMAH KACA.pptx
GEJALA PEMANASAN GLOBAL DAN EFEK RUMAH KACA.pptxGEJALA PEMANASAN GLOBAL DAN EFEK RUMAH KACA.pptx
GEJALA PEMANASAN GLOBAL DAN EFEK RUMAH KACA.pptx
 
modul lingkaran kelas 8.docxmnkjjjjjjjjjjjjjjjjjjjjjjjj
modul lingkaran kelas 8.docxmnkjjjjjjjjjjjjjjjjjjjjjjjjmodul lingkaran kelas 8.docxmnkjjjjjjjjjjjjjjjjjjjjjjjj
modul lingkaran kelas 8.docxmnkjjjjjjjjjjjjjjjjjjjjjjjj
 
penjaminan mutu analisis kimia laboratorium
penjaminan mutu analisis kimia laboratoriumpenjaminan mutu analisis kimia laboratorium
penjaminan mutu analisis kimia laboratorium
 
PPT Sistem Rekayasa Air Limbah dan Pembuangannya.pptx
PPT Sistem Rekayasa Air Limbah dan Pembuangannya.pptxPPT Sistem Rekayasa Air Limbah dan Pembuangannya.pptx
PPT Sistem Rekayasa Air Limbah dan Pembuangannya.pptx
 

Prediksi cuaca sederhana berdasarkan kondisi udara permukaan tanah dengan logika fuzzy mamdani

  • 1. PRAKIRAAN CUACA SEDERHANA BERDASARKAN KONDISI UDARA PERMUKAAN TANAH DENGAN LOGIKA FUZZY MAMDANI Konsentrasi : Suhu, Tekanan dan Kelembaban Udara Oleh : Nurhayati Rahayu (23814305) Tugas – Komputasi Cerdas
  • 2. Latar Belakang (1) • Informasi mengenai keadaan cuaca adalah kebutuhan yang sangat penting bagi masyarakat untuk melaksanakan rutinitas sehari-hari. Informasi ini sanga bermanfaat untuk menetapkan strategi-strategi dalam segala bidang. • Pengamatan synoptic dilakukan oleh Badan Meterologi Klimatologi dan Geofisika (BMKG) terhadap 8 parameter utama dengan semua unsur-unsur penunjang sebanyak 38 unsur. 8 parameter utama tersebut diantara : angin, tekanan udara, suhu udara, endapan, perawanan, lapisan awan, penyinaran matahari, dan kondisi tanah. Beberapa unsur pengamatan udara permukaan tanah yang sangat diperlukan untuk memprediksi kondisi cuaca adalah suhu rata-rata, tekanan udara dan kelembaban rata-rata. Walaupun sebuah prediksi cuaca yang akurat membutuhkan unsur-unsur lainnya, selain dari ketiga unsur diatas. • Unsur-unsur cuaca ini telah diamati mulai dari jangka waktu 5 menit hingga 24 jam, disesuaikan dengan peraturan internasional dari World Meteorological Organization (WMO). Untuk unsur suhu rata-rata, tekanan dan kelembaban rata-rata, pengamatan dilakukan 24 jam sekali.
  • 4. Ruang Lingkup (1) • Parameter pengamatan terhadap kondisi udara pada permukaan tanah yang digunakan adalah suhu udara rata-rata, kelembaban udara rata-rata dan tekanan udara. • Contoh data yang digunakan dalam simulasi adalah data harian Fklim71 tahun 2013 dari salah satu UPT dari Badan Meteorologi Klimatologi dan Geofisika di Bogor yaitu Stasiun Klimatologi Darmaga Bogor. • Radius yang diperbolehkan dalam menggunakan prediksi ini adalah sejauh 20 km dari lokasi Stasiun Klimatologi Darmaga Bogor. • Data yang digunakan adalah suhu udara rata-rata, kelembaban udara rata-rata dan tekanan udara yang merupakan ekstraksi dari hasil pengamatan harian synoptik bulan Januari-Desember tahun 2013. • Menggunakan metode logika Fuzzy Mamdani untuk memberikan solusi terhadap tujuan dari pembelajaran ini. Alasannya adalah fuzzy mamdani mudah dipahami, fleksibel, mentoleransi terhadap data yang tidak tepat dan dapat dibangun dan mengaplikasikan pengalaman-pengalaman dari pakar secara langsung tanpa harus melalui proses pelatihan.
  • 5. Ruang Lingkup (2) • Peramalan cuaca memberikan masukan suhu, tekanan, dan kelembaban relatif suatu daerah tertentu dengan batasan – batasannya, yaitu : • Batasan suhu, yaitu berada di antara 24.3°C sampai dengan 31°C untuk mendefinisikan suhu udara saat ini. • Batasan tekanan udara, yaitu berada di antara 1006 mBar sampai dengan 1014.6 mBar untuk mendefinisikan tekanan udara saat ini. • Batasan kelembaban relatif, yaitu berada di antara 62% sampai dengan 97% untuk mendefinisikan tingkat kelembaban udara relatif saat ini. • Simulasi akan mengacu pada hasil prediksi cuaca yang dikumpulkan oleh Stasiun Meteorologi Cengkareng sebagai koordinator pengumpul prakiraan cuaca wilayah Jabodetabek.
  • 6. Pembahasan (1) • Fuzzy memiliki fungsi himpunan keanggotaan(Membership Functions) mengatasi masalah yang memiliki karakteristik yang sensitif, tidak absolut (“panas” dan “dingin” atau “kecil” dan “besar”. Namun mentolerir nilai-nilai yang ada di antaranya, seperti “sangat dingin”, “dingin”, “sedang”, “hangat” dan “panas”. Disesuaikan dengan kebutuhan dari pengguna. Dalam pembelajaran ini maka : Input sistem dan fungsi keanggotaannya adalah: Suhu udara rata-rata : Very low, Low, Medium, High, Very High Tekanan udara : Very low, Low, Medium, High, Very High Kelembaban udara rata-rata : Very low, Low, Medium, High, Very High Output sistem dan fungsi keanggotaannya adalah: Suhu udara : Sangat Sejuk, Sejuk, Sedang, Hangat, Panas Kelembaban udara : Sangat Lembab, Agak Lembab, Lembab, Lembab Tinggi, Lembab Sangat Tinggi Prakiraan udara : Hujan, Hujan Berawan, Cerah Berawan, Berawan, Cerah
  • 7. Pembahasan (2) • Komponen dalam Fuzzy secara umum terdapat 3 bagian, yaitu : • Fuzzyfication : menentukan input dari suatu fuzzy dalam suatu bentuk linguistic data. • Inference Rule : merelasikan input parameter dan output parameternya. • Pada pembelajaran ini, aturan dibentuk sebanyak 79 aturan • Defuzzification : mengkonversi data linguistic yang sudah diperoleh ke dalam bentuk data nilai yang pasti. No In_Suhu in_Tekanan In_Lembab Out_Suhu Out_Lembab Out_Cast 1 Very low Low Very low Sangat Sejuk Sangat Tinggi Hujan 2 Very low High Very low Panas Sangat lembab Cerah 3 Low Very low Medium Sedang Lembab Cerah berawan 4 Low Medium Low Panas Sangat lembab Cerah 5 Medium Very low Medium Hangat Sedang Hujan berawan 6 Medium Very high Very low Sedang Lembab Cerah berawan 7 High Medium Very low Panas Sangat lembab Cerah 8 High Very high Very low Sedang Lembab Cerah berawan 9 Very high Low Very low Sangat Sejuk Sangat Tinggi Hujan 10 Very high High Very low Panas Sangat lembab Cerah Fuzzy Rule Base IF Then
  • 8. Pembahasan (3) • Proses fuzzyfikasi dilakukan dengan menggunakan suatu variabel bahasa (linguistic) dimana semua variabel yang digunakan di sini dibentuk dalam aturan : If [kondisi 1] [operator 1][nilai 1] … [kondisi n] [operator n][nilai n] Then [Hasil 1]… [Hasil n] End if Dalam pembelajaran ini maka dapat dicontohkan sebagai berikut : Rule No. 1 : If InSuhu = “Very Low” and InTekanan = “Low” and InLembab = “Very Low” then OutSuhu = “Sangat Sejuk” OutLembab = “Sangat Tinggi” OutCast = ”Hujan” End if Atau Rule No. 6 : If InSuhu = “Medium” and InTekanan = “Very high” and InLembab =“Very low” then OutSuhu = “Sedang” OutLembab = “Lembab” OutCast = ”Cerah Berawan” End if
  • 9. Implementasi (1) Membuka aplikasi Fuzzy Logic Toolbox pada Matlab Menambahkan variabel input dan variabel output sebanyak 3 buah. Varibel Input : InSuhu : var input suhu udara rata-rata InTekanan : var input tekanan udara InLembab : var input kelembaban udara rata-rata Varibel Output : OutSuhu : var output suhu udara rata-rata OutLembab : var output kelembaban udara rata-rata OutCast : var output kelembaban udara rata-rata
  • 10. Implementasi (2) • Berikut adalah pengaturan pada Variabel Input Suhu Udara Rata-rata : • Berikut adalah pengaturan pada Variabel Input Tekanan Udara : Range : 24.3 - 31°C Params of MFs : MF1 (Very low) = [22.8 24.1 25.9 28.3] MF2 (Low) = [25.9 28.07 28.1 28.8] MF3 (Medium) = [28.1 28.9 28.1 28.9] MF4 (High) = [28.9 29.1 29.13 29.4] MF5 (Very High) = [29.1 29.3 31 32.4] Range : 6 – 14.6 mb Params of MFs : MF1 (Very low) = [4.16 5.99 9.54 10] MF2 (Low) = [9.54 10 10 10.2] MF3 (Medium) = [10 10.5 10.5 10.6] MF4 (High) = [10.3 10.7 10.7 10.9] MF5 (Very High) = [10.4 10.9 14.6 16.5]
  • 11. Implementasi (3) • Berikut adalah pengaturan pada Variabel Input Kelembaban Udara Rata-rata : • Berikut adalah pengaturan pada Variabel Output Suhu Udara Rata-rata: Range : 62 - 97°C Params of MFs : MF1 (Very low) = [52.9 60.1 70.1 73.8] MF2 (Low) = [70.1 73.7 73.8 78.2] MF3 (Medium) = [73.8 78.3 78.4 81.9] MF4 (High) = [78.3 81.9 82.1 90.1] MF5 (Very High) = [82 90.1 96.8 104] Range : 24.3 - 31°C Params of MFs : MF1 (Sangat Sejuk) = [22.8 24.1 25.9 28.3] MF2 (Sejuk) = [25.9 28.07 28.1 28.8] MF3 (Sedang) = [28.1 28.9 28.9 29.5] MF4 (Hangat) = [28.9 29.1 29.13 29.4] MF5 (Panas) = [29.1 29.3 31 32.4]
  • 12. Implementasi (4) • Berikut adalah pengaturan pada Variabel Output Kelembaban Udara Rata-rata : • Berikut adalah pengaturan pada Variabel Output Prakiraan (Forecast) : Range : 62 - 97°C Params of MFs : MF1 (Sangat Lembab) = [52.9 60.1 70.1 73.8] MF2 (Agak Lembab) = [70.1 73.7 73.8 78.2] MF3 (Lembab) = [73.8 78.3 78.4 81.9] MF4 (Lembab Tinggi) = [78.3 81.9 82.1 90.1] MF5 (Lembab Sangat Tinggi) = [82 90.1 96.8 104] Range : 0 – 65 Params of MFs : MF1 (Hujan) = [-2.67 30 30.2 36] MF2 (Berawan) = [33.1 36 36.2 40.5] MF3 (Cerah Berawan) = [36 41.9 42 43.6] MF4 (Hujan Berawan) = [40.5 43.4 43.8 46.51] MF5 (Cerah) = [42 46.5 46.7 65.2]
  • 13. Implementasi (5) • Memasukkan aturan yang telah ditetapkan pada menu untuk rules :
  • 14. Hasil Simulasi (1) • Tampilan dari fungsi keanggotaan dan aturan yang diberikan :
  • 15. Hasil Simulasi (2) • Berikut adalah simbol-simbol yang ditetapkan untuk masing-masing variabel input dan derajat fungsi keanggotaannya : Derajat Fungsi Keanggotaan (MFs) Input Suhu Tekanan Kelembaban Very Low Low Medium High Very High
  • 16. Hasil Simulasi (3) • Berikut adalah simbol-simbol yang ditetapkan untuk masing-masing variabel output dan derajat fungsi keanggotaannya : Derajat Fungsi Keanggotaan Output Suhu Kelembaban Prakiraan Cuaca Sangat Sejuk Sejuk Sedang Hangat Panas Sangat Lembab Agak Lembab Lembab Lembab Tinggi Lembab Sangat Tinggi Hujan Hujan Berawan Cerah Berawan Berawan Cerah
  • 17. Hasil Simulasi (4) • Berikut adalah data harian Fklim71 yang akan digunakan untuk simulasi:
  • 18. Hasil Simulasi (5)• Berikut adalah simulasi yang dilakukan untuk membuktikan sistem yang dibangun telah memberikan keluaran yang benar. Untuk memberikan masukan pada system, digunakan data harian hasil pengamatan yang dilakukan pada stasiun pengamatan : Tanggal (dd/mm/yy yy) Input Sistem Output Sistem Prakiraan Cuaca Suhu (°C) Tekanan (mb) Kelembaban (%) Suhu Kelembaban Prakiraan Cuaca 3/1/2013 26,4 1010,9 83,5 Sejuk Lembab Tinggi Berawan s/d Hujan Berawan s/d Hujan 9/1/2013 23,1 1011,2 95,5 Sejuk Lembab Sangat Tinggi Berawan s/d Hujan Berawan s/d Hujan 10/1/2013 26,1 1010,3 78,5 Sejuk Lembab Tinggi Berawan s/d Hujan Berawan s/d Hujan 20/1/2013 25,5 1012,4 88 Sejuk Lembab Sangat Tinggi Berawan s/d Hujan Hujan 31/1/2013 24,6 1013,5 91,5 Sejuk Lembab Tinggi Berawan s/d Hujan Berawan s/d Hujan Catatan : • Sampel data pengamatan diambil dari Stasiun Klimatologi Bogor • Prakiraan Cuaca menggunakan informasi yang dikumpulkan oleh Stasiun Meteorologi Cengkareng sebagai Koordinator Prakiraan Cuaca Jabodetabek
  • 19. Hasil Simulasi (6) Contoh Gambar Simulasi no. 5 ( Tgl. 31/01/2013) dengan masukan pada sistem : Suhu udara rata-rata : 24,6 °C Tekanan udara : 1013,5 mb Kelembaban udara rata-rata : 91,5 % Contoh Hasil Simulasi no. 5 ( Tgl. 31/01/2013) dengan keluaran dari sistem : Suhu udara rata-rata : Sejuk Kelembaban udara : Lembab Tinggi Prakiraan Cuaca : Berawan s/d Hujan
  • 20. Kesimpulan dan Saran • Bahwa dengan telah dilakukan simulasi sebanyak 5 kali dan terdapat kesamaan dengan data prakiraan cuaca yang dikumpulkan oleh Stamet Cengkareng 4 kali, dapat diambil kesimpulan bahwa pembelajaran ini dapat diterapkan dengan baik. • Diharapkan dalam mengembangkan pembelajaran ini, variabel input dapat ditambahkan sesuai dengan kondisi di lapangan yaitu dengan melibatkan semua unsur pengamatan. • Diharapkan data harian yang digunakan memiliki panjang data yang baik yaitu minimal 20 tahun untuk sebagai dasar acuan prediksi yang akurat. Terima Kasih

Editor's Notes

  1. 10