Visualisasi Informasi Wilayah Resiko Banjir
Berdasarkan Data Iklim Dengan Metode Fuzzy
(Studi Kasus Kabupaten Semarang)
Artikel Ilmiah
Peneliti :
Anderias Cornelys Nomleni (682009069)
Dr. Sri Yulianto Joko Prasetyo, S.Si., M.Kom.
Program Studi Sistem Informasi
Fakultas Teknologi Informasi
Universitas Kristen SatyaWacana
Salatiga
Juli 2016
i
Visualisasi Informasi Wilayah Resiko Banjir
Berdasarkan Data Iklim Dengan Metode Fuzzy
(Studi Kasus Kabupaten Semarang)
Artikel Ilmiah
Diajukan Kepada
Fakultas Teknologi Informasi
Untuk Memperoleh Gelar Sarjana Sistem Informasi
Peneliti :
Anderias Cornelys Nomleni (682009069)
Dr. Sri Yulianto Joko Prasetyo, S.Si., M.Kom.
Program Studi Sistem Informasi
Fakultas Teknologi Informasi
Universitas Kristen SatyaWacana
Salatiga
Juli 2016
ii
iii
iv
v
vi
1
1. Pendahuluan
Bencana merupakan suatu peristiwa alam atau lingkungan buatan manusia
yang berpotensial merugikan kehidupan manusia harta, benda, atau aktivitas
manusia [1]. Bencana alam (natural disaster) yang melanda suatu daerah dapat
mengakibatkan terganggunya ketenangan dan pola hidup manusia, salah satu
bencana alam yang hampir sering terjadi diberbagai belahan dunia adalah banjir.
Bencana banjir merupakan aspek interaksi antara manusia dengan alam
yang timbul dari proses dimana manusia mencoba menggunakan alam yang
bermanfaat dan menghindari alam yang merugikan manusia [2].
Indonesia merupakan salah satu Negara yang rentan terhadap bencana
banjir, hal ini disebabkan kondisi wilayah serta kondisi geografis di indonesia
yang rentan terhadap perubahan iklim, hal ini menjadi indikasi pemasalahan yang
terjadi setiap tahun di berbagai wilayah Indonesia. Curah hujan sangat
dipengaruhi oleh faktor iklim, maka debit aliran sungai akan mengikuti keadaan
iklim (musim) yang berubah-ubah menurut waktu [3], setiap daerah memiliki
tingkat terjadinya bencana banjir yang berbeda, hal-hal yang mempengaruhi
terjadinya banjir di berbagai daerah antara lain perubahan iklim global yang
menyebabkan tingginya curah hujan pada suatu Daerah Aliran Sungai (DAS),
kondisi topografi yang memungkinkan terjadinya genangan air akibat elevasi
wilayah tersebut berada di bawah elevasi muka air sungai, serta faktor lain dari
manusia yang membuang sampah ke sungai yang menyebabkan terhambatnya
aliran sungai akibat sampah.
Kabupaten semarang merupakan wilayah bagian utara provinsi jawa
tengah, dan berada di sebelah selatan ibukota provinsi jawa tengah (kota
semarang), luas wilayah kabupaten semarang seluruhnya kurang lebih 950,21
KM
2,
yang terbagi dalam 19 kecamatan dan 236 desa/kelurahan, suhu udara rata-
rata kabupaten semarang bias dikatakan relative sejuk, hal ini memungkinkan
karena jika ditiliki berdsarkan ketinggian wilayah dari permukaan laut, kabupaten
semarang berada pada ketinggian 318 meter dpl hingga 1450 dpl.
Pada penelitian ini dilakukan pemetaan wilayah banjir berdasarkan data
iklim guna mengetahui daerah yang memiliki kemungkinan terbesar untuk
terjadinya banjir sehingga data tentang tingkat curah hujan yang tinggi dan daerah
yang berpotensi banjir dapat dikelompokkan kedalam suatu tingkatan yang
berpotensi banjir ataupun tingkat terjadinya banjir yang relatif sedang hingga
kecil, wilayah kabupaten semarang dipilih karena memiliki potensi banjir cukup
tinggi, penentuan tingkat kerentanan banjir dilakukan dengan menggunakan
metode logika fuzzy tsukamoto dengan curah hujan, tinggi tempat, serta lamanya
hari hujan sebagai acuan. penggunaan metode logika fuzzy tsukamoto dipilih
karena memiliki peranan derajat keanggotaan sebagai penentu keberadaan elemen
dalam suatu himpunan sangatlah penting. Nilai keanggotaan atau derajat
keanggotaan atau membership function menjadi ciri utama dalam penalaran logika
dengan logika fuzzy tersebut [4]. Salah satu cara untuk mencegah timbulnya
korban jiwa serta korban materi yang lebih banyak akibat banjir adalah dengan
mengetahui terlebih dahulu tingkat terjadinya banjir di suatu daerah sehingga
dapat dilakukan tindakan pencegahan dengan memberikan peringatan akan
adanya bahaya potensi banjir pada daerah tersebut.
2
2. Tinjauan Pustaka
Penggunaan logika fuzzy dipilih karena memberi ruang dan bahkan
mengeksploitasi toleransi terhadap ketidakpresisian seperti penelitian yang
berjudul “Prediksi Curah Hujan menggunakan Fuzzy logic” menuliskan,
kepulauan maritime Indonesia yang berada di wilayah tropik memiliki curah
hujan tahunan yang tinggi, curah hujan semakin tinggi di daerah pegunungan.
Curah hujan yang tinggi di wilayah tropik pada umumnya dihasilkan dari proses
konveksi dan pembentukan awan hujan panas. Pada dasarnya curah hujan
dihasilkan dari gerakan massa udara lembab keatas.
Penggunaan Fuzzy Tsukamoto pada penelitian yang berjudul “Investigasi
Daerah Rawan Banjir Di Kota Surabaya Dengan Menggunakan Metode Fuzzy”
menghasilkan sebuah aplikasi guna mengantisipasi kemungkinan terjadinya
banjir, penggunaan fuzzy berperan penting dalam menentukan nilai value
parameter yang digunakan sehingga menghasilkan informasi tentang kerawanan
banjir.
Penggunaan Fuzzy Tsukamoto pada penelitian yang berjudul “Studi
Inferensi Fuzzy Tsukamoto Untuk Penentuan Faktor Pembebanan Trafo PLN”
menghasilkan sebuah solusi guna memelihara trafo PLN sehingga pemeliharaan
trafo dapat berjalan dengan baik dan menghemat biaya pemeliharaan, penggunaan
metode defuzzifikasi aturan Tsukamoto pada sistem pakar trafo PLN sangat
bergantung dari perancangan fungsi keanggotaan dan basis aturan fuzzy yang
digunakan.
Konsep fuzzy logic diperkenalkan oleh Prof. Lotfi Zadeh dari universitas
California di Berkeley pada tahun 1965, secara umum fuzzy logic adalah sebuah
metodologi berhitung dengn variable kata-kata (linguistic variable), sebagai
pengganti berhitung dengan bilangan [7]. Penggunan Fuzzy logic merupakan
konsep yang sempurna yang biasa dipakai untuk memecahkan semua masalah.
Fuzzifikasi merupakan suatu proses pengubahan himpunan non fuzzy (crisp)
kedalam himpunan fuzzy, masukan bukan fuzzy (crisp) dipetakan kedalam bentuk
himpunan fuzzy sesuai dengn variasi semesta pembicaraan masukan. Fungsi
keanggotaan (membership function) adalah komponen yang penting. Sedangkan
perbedaan pada penelitian yang dilakukan adalah membahas tentang pembagian
wilayah beresiko banjir serta penggunaan logika Fuzzy Tsukamoto dalam
pengolahan data yang terdiri dari curah hujan, tinggi daerah, dan lama hari hujan.
Metode Tsukamoto mengaplikasikan penalaran monoton pada setiap aturannya.
Kalau pada penalaran monoton, sistem hanya memiliki satu aturan, pada metode
tsukamoto, sistem terdiri atas beberapa aturan. Karena menggunakan konsep dasar
penalaran monoton, pada metode Tsukamoto, setiap konsekuen pada aturan yang
berbentuk IF-THEN harus dipresentasikan dengan suatu himpunan fuzzy dengan
fungsi keanggotaan yang menoton. Output hasil inferensi dari tiap-tiap aturan
diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Proses
agregasi antar aturan dilakukan, dan hasil akhirnya diperoleh dengan
menggunakan defuzzy konsep rata-rata berbobot.
Misalkan ada variable masukan, yaitu x dan y, serta satu variable keluaran
yaitu Z. Variabel x terbagi atas 2 himpunan yaitu A1 dan A2, variabel y terbagi atas
3
2 himpunan yaitu B1 dan B2, sedangkan 2 variabel keluaran Z terbagi atas 2
himpunan yaitu C1 dan C2 . Tentu saja himpunan C1 dan C2 harus merupakan
himpunan yang bersifat monoton. Diberikan 2 aturan sebagai berikut :
IF x is A1 and y is B2 THEN z is C1
IF x is A2 and y is B1 THEN z is C2
Diagram blok proses inferensi dengan metode Tsukamoto (Jang, 1997) dapat
dilihat pada gambar 1
Gambar 1. Inferensi menggunakan metode Tsukamoto (Jang, 1997)
-predikat untuk aturan pertama dan kedua, masing-masing adalah 1 dan
2. Dengan menggunakan penalaran monoton, diperoleh nilai Z1 pada aturan
pertama, dan Z2 pada aturan kedua. Terakhir dengan menggunakan aturan
terbobot, diperoleh hasil akhir dengan formula sebagai berikut :
Berdasarkan kriteria Integral Square Error (ISE), Integral Time Square
Error (ITSE), Integral Absolute Error (IAE) dan Integral Time Absolute Error
(ITAE) yang terdapat pada indeks performansi kesalahan, fungsi keanggotaan tipe
segitiga menghasilkan sistem respon yang lebih optimal jika dibandingkan dengan
tipe-tipe yang lain yai
