Bab IV Hasil Pengujian dan Analisis Pada bab ini akan dibahas mengenai pengujian mengenai sistem yang sudah dirancang dan dibuat. Pengujian yang dilakukan adalah pengujian dengan memberikan inputan yang sesuai dengan data tanah yang diperoleh dari hasil riset ahli tanah dan juga data yang sesuai dengan ciri-ciri dari indikator setiap karakteristik tanah sebagai perbandingan.
4.1 Pengujian Perangkat Lunak Horison Generik Pengujian ini dilakukan dengan memberikan inputan-inputan berupa datadata tanah yang diperoleh berdasarkan hasil penelitian yang sudah dilakukan oleh ahli tanah dan juga data yang sesuai dengan ciri-ciri tanah sebagai perbandingan. Karena data hasil penelitian yang didapat tidak sesuai dengan teori yang ada hal ini dikarenakan pada kenyataannya pada saat di lapangan kondisi tanah terkadang berada pada kondisi ekstrem yang menyebabkan ada beberapa ciri-ciri yang tidak sesuai dengan teori yang ada. Berikut adalah tabel contoh data yang di uji pada aplikasi.
54
Tabel 4.1. tabel pengujian Horison Generik 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 20 50 50 80 80 80 80 80 80 80 Halus 20 50 60 50 80 80 80 80 80 80 Perakaran Medium 80 80 80 80 80 40 40 20 50 20 Kasar 5 5 5 3 5 1 1 4 4 4 Bahan Organik cukup cukup cukup cukup baik cukup cukup jelek cukup jelek Drainase YR Y YR Y B YR YR Y YR Y Hue 2 2 4 4 4 6 6 2 2 2 Warna Value 5 5 3 3 3 1 1 5 5 5 Kroma remah remah granular granular granular granular granular platy prismatik kolumnar Kelas 5 5 3 2 3 3 3 5 5 5 Ukuran Struktur kekuatan kekuatan kekuatan mudah mudah kekuatan mudah kekuatan mudah mudah Perkemsedang sedang sedang hancur hancur sedang hancur sedang hancur hancur bangan 5 8 20 10 30 40 40 80 60 80 Liat 60 46 20 40 20 35 40 10 20 5 Tekstur Debu 60 46 60 50 50 35 20 10 20 15 Pasir tidak tidak tidak plastis plastis plastis plastis plastis plastis plastis Basah plastis plastis plastis Konsistensi sangat sangat butir butir butir butir gembur gembur gembur gembur dalam Lembab gembur gembur kuat kuat kuat kuat Kondisi cukup lunak lunak teguh teguh teguh teguh teguh teguh teguh Kering teguh 25 25 25 25 25 75 75 225 225 225 Halus 75 75 75 75 250 10 25 25 25 25 Pori Tanah Medium 75 75 75 250 250 15 75 25 25 25 Kasar Horison Horison Horison Horison Horison Horison Horison Horison Horison Horison Horison Generik O O A A A E E B B B No.
55
11. 20 20 60 5 cukup YR 3 4 granular 5 mudah hancur 67 15 18 tidak plastis gembur lunak 25 75 75 ----
Data sampel dari nomor 1-12 merupakan data pengujian
yang dimasukkan
sesuai dengan teori atau ciri-ciri tanah pada umumnya yang digunakan sebagai pembanding dengan data yang didapat dari hasil penelitian ahli tanah yaitu pada sampel data nomor 13. Hal ini dilakukan untuk mengetahui kinerja program yang dikerjakan apakah sudah sesuai dengan teori yang ada.
Gambar 4.1. pengujian sampel data nomor 1 Dapat dilihat dari gambar di atas pada sampel data nomor 1 sistem fuzzy mampu menyelesaikan pengklasifikasian horison generik dengan benar. Hal ini terjadi karena nilai inputan pada sistem masih berada dalam jangkauan derajat keanggotaan himpunan yang sesuai dengan ciri-ciri dari setiap horison generik yang ada.
56
Gambar 4.2. Pengujian sampel data nomor 13 Pada gambar diatas pada contoh sampel data nomor 13 menunjukkan bahwa sistem tidak dapat membaca inputan yang dimasukkan sehingga sistem tidak bisa menganalisa inputan yang dimasukkan karena ada inputan yang dimasukkan tidak berada dalam jangkauan derajat keanggotaan himpunan yang sesuai dengan ciri-ciri dari setiap horison generik yang ada. Yaitu pada input nilai tekstur liat, debu dan pasir dimana pada teori ciri-ciri dari horison Generik B pada tektur liat memiliki keanggotaan himpunan tinggi sedangkan pada data tekstur liat memiliki keanggotaan himpunan rendah sehingga sistem tidak bisa membaca inputan yang dimasukkan. Perancangan model fuzzy sangat berperan dalam hal ini sehingga apabila ada sedikit saja kekeliruan dalam menentukan setiap batas derajat keanggotan setiap himpunan maka analisis sistem juga akan mengalami kesalahan. Berikut adalah perhitungan secara matematis berdasarkan sampel data nomor 1 yang dilakukan yang akan dijelaskan mulai dari kelas perakaran sampai kelas pori-pori tanah. Sebelum melakukan perhitungan akan dijelaskan terlebih dahulu mengenai rulerule atau aturan-aturan yang digunakan dalam menganalisa inputan yang dimasukkan : R1
: IF akar halus sedikit AND akar medium sedikit AND akar kasar banyak AND bahan organik tinggi AND drainase cukup AND value gelap AND kroma murni AND kelas struktur remah AND perkembangan kekuatan sedang AND liat sangat rendah AND debu tinggi AND pasir tinggi AND lembab sangat gembur AND 57
kering lunak AND pori halus sedikit AND pori medium sedang AND pori kasar sedang THEN Horison Generik O R2
: IF akar halus sedang AND akar medium sedang AND akar kasar banyak AND bahan
organik tinggi AND drainase cukup AND value sedang AND kroma
sedang AND kelas struktur granular AND perkembangan kekuatan sedang AND liat sangat rendah AND debu rendah AND pasir rendah AND lembab gembur AND kering cukup teguh AND pori halus sedikit AND pori medium sedang AND pori kasar sedang THEN Horison Generik A R3
: IF akar halus banyak AND akar medium banyak AND akar kasar sedang AND bahan
organik rendah AND drainase cukup AND value terang AND kroma
bercak AND kelas struktur granular AND perkembangan kekuatan sedang AND liat rendah AND debu sangat rendah AND pasir sangat rendah AND lembab gembur AND kering teguh AND pori halus sedang AND pori medium sedikit AND pori kasar sedikit THEN Horison Generik E R4
: IF akar halus banyak AND akar medium banyak AND akar kasar sedikit AND bahan organik sedang AND drainase jelek AND value gelap AND kroma murni AND kelas struktur platy AND perkembangan kekuatan sedang AND liat tinggi AND debu sangat rendah AND pasir sangat rendah AND lembab butir kuat AND kering teguh AND pori halus banyak AND pori medium banyak AND pori kasar sedikit THEN Horison Generik B Berdasarkan sampel data nomor 1 maka akan diperoleh hitungan sebagai berikut : Β΅ππππ βπππ’π π ππππππ‘ (20) =
40βπ₯ 40
=
40β20 40
= 0,5
Β΅ππππ βπππ’π π πππππ (20) = 0 Β΅ππππ βπππ’π ππππ¦ππ (20) = 0 Β΅ππππ πππππ’π π ππππππ‘ (20) =
40βπ₯ 40
=
40β20 40
Β΅ππππ πππππ’π π πππππ (20) = 0
58
= 0,5
Β΅ππππ πππππ’π ππππ¦ππ (20) = 0 Β΅ππππ πππ ππ π ππππππ‘ (80) = 0 Β΅ππππ πππ ππ π πππππ (80) = 0 π₯β60
Β΅ππππ πππ ππ ππππ¦ππ (80) =
40
80β60
=
40
= 0,5
Β΅π΅πβππ πππππππ ππ
(5) = 0 Β΅π΅πβππ πππππππ π
(5) = 0 Β΅π΅πβππ πππππππ π (5) = 0 Β΅π΅πβππ πππππππ π (5) =
5,5βπ₯ 1
=
5,5β5 1
= 0,5
Β΅π΅πβππ πππππππ ππ (5) = 1 Β΅π£πππ’π πππππ (2) =
3,5βπ₯ 3,5
3,5β2
=
3,5
= 0,43
Β΅π£πππ’π π πππππ (2) = 0 Β΅π£πππ’π π‘πππππ (2) = 0 Β΅πππππ π‘ππππ ππ’πππ (5) = 0 Β΅πππππ π πππππ (5) = 0 Β΅πππππ ππ’πππ (5) = Β΅πΏπππ‘ ππ
(5) =
15βπ₯ 15
π₯β3,5 2,5
=
=
15β5 15
5β3,5 2,5
= 0,6
= 0,67
Β΅πΏπππ‘ π
(5) = 0 Β΅πΏπππ‘ π (5) = 0 Β΅πΏπππ‘ π (5) = 0 Β΅πΏπππ‘ ππ (5) = 0 Β΅ππππ’ ππ
(60) = 0 59
Β΅ππππ’ π
(60) = 0 Β΅ππππ’ π (60) = 0 Β΅ππππ’ π (60) =
75βπ₯ 15
=
75β60
=1
15
Β΅ππππ’ ππ (60) = 0 Β΅πππ ππ ππ
(60) = 0 Β΅πππ ππ π
(60) = 0 Β΅πππ ππ π (60) = 0 Β΅πππ ππ π (60) =
75βπ₯ 15
=
75β60 15
=1
Β΅πππ ππ ππ (60) = 0 π₯β0
25
Β΅ππππ βπππ’π π ππππππ‘ (25) = 27,5 = 27,5 = 0,91 Β΅ππππ βπππ’π π πππππ (25) = 0 Β΅ππππ βπππ’π ππππ¦ππ (25) = 0 Β΅ππππ πππππ’π π ππππππ‘ (75) = 0 π₯β45
Β΅ππππ πππππ’π π πππππ (75) =
80
=
75β45 80
= 0,375
Β΅ππππ πππππ’π ππππ¦ππ (75) = 0 Β΅ππππ πΎππ ππ π ππππππ‘ (75) = 0 Β΅ππππ πΎππ ππ π πππππ (75) =
π₯β45 80
=
75β45 80
= 0,375
Β΅ππππ πΎππ ππ ππππ¦ππ (75) = 0 Setelah semua hitungan telah didapatkan maka nilai output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan Ξ±-predikat. nilai output crisp/nilai tegas Z dapat dicari dengan cara mengubah input (berupa himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy) menjadi suatu bilangan pada domain 60
himpunan fuzzy tersebut. Pada dasarnya, 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 direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sehingga output dari horison generic dapat kita lihat pada gambar dibawah ini :
Gambar 4.3. Fungsi keanggotaan output Horison Generik Kemudian dari tiap-tiap aturan yang ada
dengan menggunakan penalaran
monoton dapat diperoleh nilai π§1 β π§4 pada aturan pertama β keempat. R1 : πΌ1 = min(0,5; 0,5; 0,5; 0,5; 1; 0,43; 0,6; 1; 1; 0,67; 1; 1; 1; 1; 0,91; 0,375; 0,375) πΌ1 = 0,375 π1 = πΌ1 = 0,375
R2 : πΌ2 = min(0; 0; 0,5; 0,5; 1; 0; 0; 0; 1; 0,67; 0; 0; 0; 0; 0,91; 0,375; 0,375) πΌ2 = 0 π2 = πΌ2 = 0 R3 : πΌ3 = πππ (0; 0; 0; 0; 1; 0; 0; 0; 1; 0; 0; 0; 0; 0; 0; 0; 0) πΌ3 = 0 π3 = πΌ3 = 0
61
R4 : πΌ4 = πππ (0; 0; 0; 0; 0; 0,43; 0,6; 0; 1; 0; 0; 0; 0; 0; 0; 0; 0) πΌ4 = 0 π4 = πΌ4 = 0 Setelah nilai Ξ±-predikat untuk aturan pertama sampai keempat telah didapat, maka dengan menggunakan penalaran monoton, diperoleh nilai π1 β π4 kemudian dengan metode defuzifikasi (penegasan) hasil akhir akan didapatkakn. Metode defuzifikasi yang digunakan dalam metode Tsukamoto adalah metode defuzifikasi ratarata terpusat (Center Average Defuzzyfier).
z= z= Z=
βn i=1 Ξ±izi βn i=1 Ξ±i πΌ1 π1 +πΌ2 π2 +πΌ3 π3 +πΌ4 π4 πΌ1 +πΌ2 +πΌ3 +πΌ4 0,375π₯0,375+0π₯0+0π₯0+0π₯0 0,375+0+0+0
Z = 0,375 Dari perhitungan diatas diketahui yang memiliki nilai yang sama dengan Z adalah nilai pada output
π1
(Rule 1) yaitu horison generik O sedangkan rule lainnya
bernilai nol. Sehingga dapat disimpulkan bahwa pada sampel data nomor 1 merupakan horison generik O dan berdasarkan perhitungan matematis dan aplikasi yang dijalankan menghasilkan hasil yag sama.
4.2 Pengujian Perangkat Lunak Horison Penciri dan Klasifikasi Tanah
Pada perangkat lunak Horison penciri sistem dibangun dengan menggunakan metode aturan produksi. Penggunaan metode ini dikarenakan karakteristik pada horison penciri memiliki nilai-nilai pasti sehingga tidak diperlukan metode fuzzy dalam pembuatannya. Sehingga jika inputan yang dimasukkan memenuhi syarat maka output yang dihasilkan juga akan sesuai dengan ciri-ciri dari masing-masing horison penciri
62
yang ada. Sebagai contoh untuk horison penciri Anthropik memiliki ciri-ciri seperti tabel berikut ini :
Tabel 4.2 ciri-ciri Horison Penciri Anthropik Indikator
Nilai Indikator
- P2O5
>250 ppm
- tebal
>18 cm
- bahan organik
>1%
- Warna
Warna gelap:
Ciri lain
Value <3,5 (kondisi lembab) Value <5,5 (kondisi kering) - Kejenuhan basa
>50%
- Lingkungan
Daerah tidak pernah kering dari 3 bulan
- Kekerasan
Tidak keras dan tidak memadat (pada kondisi kering β tidak ada air)
Apabila inputan yang dimasukkan memenuhi syarat-syarat seperti pada tabel yang di atas maka sistem akan menganalisa dan jenis horison penciri yang terdeteksi adalah Anthropik. Tetapi jika tidak memenuhi syarat di atas aplikasi akan terus menganalisa sampai menemukan jenis horison penciri yang sesuai dan yang memenuhi syarat dari setiap horison penciri yang ada. Pada sistem klasifikasi tanah sistem juga dibangun menggunakan metode aturan produksi. Pada bagian klasifikasi tanah sistem akan langsung mengambil input yang berasal dari hasil analisis dari sistem horison penciri, jika memenuhi syarat maka akan dihasilkan hasil akhir berupa salah satu jenis klasifikasi tanah dari 12 jenis klasifikasi tanah yang ada. Semisal untuk jenis tanah inceptisol memiliki ciri-ciri memiliki horison penciri kambik, umbrik, dan Mollik. Jika hasil pada sistem horison penciri sesuai dengan ciri-ciri tersebut maka output final dari sistem klasifikasi tanah adalah tanah inceptisol.
63
