Penerapan Fuzzy Inference System dengan Metode Tsukamoto untuk Memprediksi Curah Hujan di Kabupaten Maros


Permataliyanti, Hana Meisaria Retno (2022) Penerapan Fuzzy Inference System dengan Metode Tsukamoto untuk Memprediksi Curah Hujan di Kabupaten Maros. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of cover]
Preview
Image (cover)
H051171303_skripsi_19-10-2021 cover1.png

Download (92kB) | Preview
[thumbnail of bab 1-2] Text (bab 1-2)
H051171303_skripsi_19-10-2021 1-2.pdf

Download (1MB)
[thumbnail of daftar pustaka] Text (daftar pustaka)
H051171303_skripsi_19-10-2021 dp.pdf

Download (229kB)
[thumbnail of full text] Text (full text)
H051171303_skripsi_19-10-2021.pdf
Restricted to Registered users only until 1 January 2026.

Download (2MB)

Abstract (Abstrak)

Hujan di Indonesia memiliki keragaman yang tinggi dikarenakan dipengaruhi oleh banyak faktor seperti suhu, kelmbapan udara, kecepatan angin, tekanan udara, penyinaran matahari, arah angin dan lainnya. Dalam mempelajari curah hujan dapat dihubungkan dengan berbagai ilmu sains, salah satunya adalah Fuzzy Inference System (FIS) yang menerapkan logika fuzzy. Dalam penelitian ini, Fuzzy Inference System digunakan untuk memprediksi curah hujan berdasarkan faktor suhu, kelembapan relatif dan kecepatan angin di Kabupaten Maros selama tahun 2018 menggunakan metode Tsukamoto. FIS-T yang mendasari logika fuzzy dengan aturan jika-maka memiliki empat tahapan yakni fuzzification, pembentukan aturan fuzzy, inferensi fuzzy dan defuzzification. Penelitian ini menggunakan variabel input suhu, kelembapan dan kecepatan angin untuk memprediksi curah hujan atau variabel output. Dengan menggunakan kategori rendah, sedang dan tinggi. Pembentukan himpunan fuzzy dengan derajat keanggotaan kurva bentuk bahu. Penelitian ini memiliki 27 aturan fuzzy yang terbentuk. Setelah proses 4 tahapan fuzzy dilakukan analisis menggunakan Root Mean Square Error (RMSE) menghasilkan nilai 18.703 untuk memprediksi curah hujan. Prediksi curah hujan dengan FIS metode Tsukamoto berdasarkan analisis menggunakan kategori rendah, sedang dan tinggi dari 365 data sebanyak 187 data yang sesuai dengan data aktual atau sebesar 51.23%. Nilai curah hujan tinggi yang tidak dapat diprediksi FIS-T dipengaruhi oleh faktor lainnya.

Item Type: Thesis (Skripsi)
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: Nasyir Nompo
Date Deposited: 19 Jan 2022 02:53
Last Modified: 19 Jan 2022 02:53
URI: http://repository.unhas.ac.id:443/id/eprint/12584

Actions (login required)

View Item
View Item