6/ r o ~ .LC0 \
8 ILI'-\
PENGGUNAAN MODEL KURVA FUZZY NONLINEAR DAN METODE DEFUZIFIKASI MAXIMUM OUTPUT PADA PROTOTIPE SPELA TABUTRO
AGUNG EDDY PRABOWO
JURUSAN ILMlI KOMPllTER FAKULTAS MATEMATIKA DAN ILhlU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2000
AGUNG EDDY PRABOWO. Penggunaan Model Kurva Fuzzy Nonlinear dan Metode Defuzifikasi Maxinrurn Output pada Prototipe Spela Tabutro. (The Using of Nonlinear Fuzzy Curve Model and Mmirnunt Ouput Defua$cation Method for the Prototype of Spela Tabutro). Dibimbing oleh AGUS BUONO dan WAHYUNING DIAH. Sistem Pakar Evaluasi Lahan dengan menerapkan logika fuzzy dilakukan untuk menangani ketidakpastian Nlai parameter-parameter pengevaluasian lahan. Dengan demikian sistem menjadi lebih fleksibel karena logika fuzzy membolehkan perbedaan pendapat melalui sistem input yang direpresentasikan dengan perbedaan derajat keanggotaan. Penelitian mengenai penerapan teori fuzzy untuk sistem pakar evaluasi lahan telah dilakukan pada prototipe Sistem Pakar Evaluasi Lahan untuk Tanaman Buah Tropik (Spela Tabutro) oleh Oktavian (1999). Dalam Spela Tabutro, fungsi keanggotaan fuzzy yang diterapkan adalah model linear yaitu kurva trapezoidal dan metode defuziiasi yang digunakan adalah Center of Gravity (Centroid). Output yang dihasilkan dari prototipe tersebnt sama dengan hasil output secara konvensional. Penelitian ini menerapkan model fungsi keanggotaan fuzzy nonlinear polynontial serta metode defuzifikasi Mmcirnurn Ouput sebagai pengembangan lebil~lanjut. Fungsi-fungsi keanggotaan fuzzy iibedakazl ole11 peruballan derajal keanggotrannya. Dengan metode d e W k a s i iCfmin~urri Oulpu; diharapkan akan membuat sistem menjadi lebih sederhana. Seperti pada prototipe Spela Tabutro, dalan~ penelitian iN juga digunakan data kelas karakteristik kesesuaian lahan untuk tanaman bnah jeruk sebagai contoh kasus. Dalam sistem pakar evaluasi lahan digunakan beberapa parameter pengukur. Dalam penelitian ini parameter yang ditexapkan adalah parameter Suhu di antara kelas selang SI (kondisi lahan sangat sesuai) dan selang S2 (kondisi lahan agak sesuai). Untuk tanaman buak jeruk, selang S1 berada di antara 20°C 30°C, dan selang S2 di antara lS°C - 20°C. Nilai-Nlai yang berada pada selang overlap di antara selang S1 dan S2 menjadi Nlai-nilai inpul dalam proses inferensia furzy untuk memperoleh suatu nilai yang diinginkan. Ouput yang didapat dari proses inferensia fuzzy tersebut kemudian akan dibandingkan baik perbandingan secara kualitatif maupun kuantitatif. Hasil yang diperoleh dari penelitian ini secara kualitatif temyata sama dengan hasil pada prototipe Spela Tabutro. Namun secara kuantitatif, model kuma fuzzy nonlinear memberikan hasil yang akurat karena persentase kualitas kesesuaian lalian lebih dekat ke Nlai tengah selang kelas kesesuaian lahan. Untuk SI, nilai persentase 82% lebih d e b t ke Nlai tengah selang S1, yaitu 87.5%. Sedangkan untuk S2 diperoleh nilai persentase 68% yang lebih dekat ke Nlai tengah selang S2, yaitu 62.5%.
PENGGUNAAN MODEL KURVA FUZZYNONLINEAR DAN METODE DEFUZIFIKASI M M M U M OUTPUT PADA PROTOTIPE SPELA TABUTRO
AGUNG EDDY PRABOWO
Skripsi sebagai salab saw syarat untuk memperoleb gelar Sajana Kon~puter pada Juuusan an111Kolnputer
JURliSAN ILMU KOhlPUTER FAKULTAS MATEhlATlKA DAN ILMU PENGETAHUAN ALAM INSTlTliT PERTANIAN BOGOR BOGOR 2000
Judul : Penggunaan Model Kurva fiizzy Notrlitrecrr dan Metode Defuzifikasi Mrruimutlr Output pada Prototipe Spela Tabutro Nama : Agung Eddy Prabowo NIM : GO6496034
Wahvuninn Diah. S.Si. Pembimbing I1
Pembimbing I
Rambe. M.St. Ketua Jurusan
Tanggal Lulus :
07
N(l'd ?Il\@ ,
RIWAYAT HIDUP Penidis dilaturka~di Jakarta pada tanggat 13 Desember 1976 sebagai aliak p e r t m &ri dm ber~aud~am, a ~ a d,ui k pasaigan pasangan Sullatoyo dan Siti Nirbayati. Pada t a l ~ u 1995, t ~ penulis lulus dari SMA Negeri I Cuebon dan pada tal~un1996, penulis ~nasukIPB 111ela1ui jalur Ujian Masuk Pergurua~~ T i ~ g g iNegeri (UMPTN) dengal me~uulihProgrill11 Studi Ih~iu Komputer, Fakultas Matematika drtlu Ihuu Pengetalluan Ala~nInstitut Pertauan Bogor (FMPA IPB).
PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya sehingga skripsi ini dapat diselesaikan. Tema yang dipilih dalam penelitian ini adalah pengambilan kepuhlsan menggunakan logikafuzzy dengan judul Peuggunaan Model Kurva Fuzzy Nonlinear dan Metode Defuzif&si Mmimunl Ouput pada Prototipe Spela Tabutro.
Terima kasih penulis ucapkan kepada berbagai pihak yang telah membantu penyelesaian skripsi ini, antara lain Bapak Ir. Agus Buono, M.Si., M.Komp., Ibu Wahyuning dial^ S.Si., dan Ibu Sri Nurdiati M.Sc., selaku pembimbing Bapak Dr. Ir. Budi Mulyanto, M.Sc. beserta seluruh staf Jurusan Tanah atas segala bantuan pengaralwya, dan rekan-rekan dari ilkomerz, Jurusan Tanah, Jurusan Matematika
Jurusan Statistika, Jurusan GFM atas segala bantuannya. Sernoza skripsi ini dapat bermanfaat. Bogor, Noven~ber2000
Agung Eddy Prabo~vo
DAFTAR IS1
DAFTAR TABEL DAFTAR GAMBAR ......................................................................................................vi DAFTAR LAME'IRAN .................................................................................................vii PENDAHULUAN 1 Latar Belakang 1 Tujuan ........................................................................................................................... 1 TINJAUAN PUSTAKA Sistem Pakar ................ Mesin Inferensia
2 2 2 3 G u p s Fuzzy Po&r~omial...............................................................................................3 Sistem Inferensia Fuzzy .... ..... ... ... ..... ..... .... ..... .... ... .......... .... .... ..... ...... ...... ..... ... ... ..........4 Evaluasi Kesesuaian Laha 5
BAHAN DAN METODE
..
Pendefinlsian Rule ......... ................. ....... ...... .... .... ... ... ... .... .... .... .,,.. .,.... ...... ............... .... .7 Proses Inferensia Frizzy ........... ................ ..... ..... ....... ...... .... .... .... ...... ....... ... ... ... ....... .......7 Pengujian Hasi aASIL DAN PEMBAHASAN Hasil Secara Kualitatif Hasil Kuantitati .. UJI Nilai Tengah .......................................................................................................... KESMPULAN DAN SARAN Kesimpulan Saran ....... ... .... ........ .... ......... ..... .
13
13 13 .. ... ... ........... .... ................... ... . . . . . . . . . . . . . . . 14
DAFTAR PUSTAKA ................................................................................................ 14
DAFTAR TABEL Halaman 1. Kualitas dan karakteristik lahan untuk pengevaluasian kesesuaian lahan ....................... 6
2. Hasil kualitatif evaluasi lahan dengan modeljizzy trapezoidal danfi1zzypolyno111l2ial. 12 3. Hasil evaldsi lahan dengan metode defuzifikasi iWaxin~rrt?t01rpuf secara kuaiitatif ..i 2 4. Hasil persentase tingkat evaluasi lahan dengan modeifiizzy trapezoidal danfizzy
poi)t~ot?~ial ..............................................................................................................12
5. Hasil persentase tingkat evaluasi lahan dengan modelfiizzy irapezoidal danficzzy 13
poly~omialpada kelas S 1 6. Hasil persentase tingkat evaluasi lahan dengan modeifirzzy trapezoidal dan fuzzy y o / J ~ t ~ o ~ pada ~ ~ i akelas l S2 .......................................................................................
13
DAFTAR GAMBAR 1. Diagram sistem pada prototipe Spela Tabutro
Halaman ... ...... .2
2. Model fungsi keanggotaan,fizzy linear: (a) Triat~grclal;(b) Trapezoidal ...................................................................................3 3 . Model f'ungsi keanggotaan,firzzy ~ l o t ~ l i t ~@olynot?iial) ear .... ... ....................
.... ...... .3
4. G u y s Fi~zzyPolytlomial .............................................................................................3
5. Operator Fzrzzy (IC\'3 dan OR) 6. Diagram sistem inferensiafirz
7. Grafik perbandingan hasil kuantitatif pada selang S1 8. Grafik perbandingan hasil kuantitatif pada selang S2 ..................................................
13
DAFTAR LAMPIXAN 1. Struktur dasar sistem pakar
Halaman ........16
2. Penilaian kelas kesesuaian lahan untuk tanaman jeruk secara konvensional ................ 17
..
e
Penilaian kelas kesesuaian lahan untuk tanaman jeruk secarafizq ............................ 18
4 . Selang nilai karakteristik lahan untuk tanaman jeruk model fuzzy polynomial ........... 19
5 . RzrleKaidah IF-THEN yang diy n a k a n untuk pengevaluasian aturan ....................... 21
PENDAHULUAN
model k u ~ ahapezoidal yang tennasuk 111ode1 kuwa linear, juga dapat digunakan model kuwa yang lain, yaitu model k u ~ a nonlinear. Sedangkan untuk ~nengbasilkan satu sistem
Latar Belakang ketidakpastia~ dala~n illnu Konsep peogetahuan telah mengalami perubahan. o U ~ U r"lain , lnenggunakan cenpoid* /' P a ~ ~ d a ~ l g alama ~i telal~ berubali ~nenjadi juga dapat diterapkan metode Maximunr Output, p a l l ~ I l g a l l barn dellgall Illenganggap ballwa agar sisteln ~nenjadilebili sederllana dalam pmses konsep ketidakpastian ~nempakan konsep yang p"lga'liDiian kepuLusail. me~uulikifuugsi yang sangat besar. Ko~lsepketidakpastia~lpang baru adalah teori Tujuan Tujum dari penelitian i ~ yaitu u : mengenai gugus fuzzy yang diperkenalkan oleh 1. Mempelajari penggunaan logka fuzzy u~ituk LotIi A. Zadel~ pada tahun 1965 (Pacini & penga~nbilan keputusan dalam sistern pakar. Andrew. 1992). Gugus fuzw ~ l ~ e r u p a k agugus ~i 2. Melakukan uji coba terl~adap Spela Tabutro dcngan barasan yang tidak pasti dan dellgall model fuzzy polyno~nial dan metode ke;?nggotaa~i~~?a lebil~mengarah kepada tingkat defuzifikasi Maxinlum Output. atau derajat. Teori gugus ,fuzzv paling banyak diterapka~i 3. Perbandingan model sebelu~nnyadengan model ~uzzyirnear dan ~r~elode deiuz$lkas~ C?enrroid pada sislem pakar (Paci~u& Andrew, 1992). Teori 4. Menentukan metode fuzzy yaug lebiii sesuai g11gIIS fuz?i: 111erupaka11nietode yallg relatif barn untuk pe~ige~nbaugaii siste~n pakar evaluasi untuk ~ticnanganifakta serta infonuasi yang tidak lalian. pasti dalanl sistelu pakar. selungga ~ne~nungkinkan untuk mei~lbangun siste~npakar pang lebill merefleksikan dunia nyata. Di dalaln g u y s fuz?v dapat direpresetitasika~l suatu ~iilai TINJAUAN PUSTAKA yang kualitarif misalnya suatu l~ipotesis adalal~ sangat baik. baik, cukup. buruk, atau sangat Sistem Pakar bumk. Siste~n pakar merupakan siste~n perangkat Pellerapa~l teori fuzzy telall dilakukall pads lull* kolnputer yang ~nenggunakan ilmu, fakta prototipe sistem pakar evaluasi laha11 untuk dan teknik berpikir dalam pengambilan kepuNsan tanaman buab t r O ~ i k (Spela Tabutro) pads "ntuk Inellyelesaikan masalah-masalal~ yang pcnelitian yang dilakukan ole11 Oktaviar~(1999). llanya dapat diselesaikan oleh pakar Siste~npakar evaluasi lalmn satlgat diperlukan dalam bidallg yallg bersanghtan ( ~ a r i ~ ~ ~ i ~ ~ , karena teluiik pc~~gevaluasiar~ lalian secara ~liatlual 1992), Sisteln p*ar mellcoba lneniru proses dilakukan luelalui Proses YaIlg c u h P lallla pemikiran dan pengetalluan pakar dalalll terutalna jika jumlah data yang akan dievalnasi lnellyelesaikall berbagai tipe lnasaiail rurball_ ballyak. Dcllga~l demikian. sistem pakar 1992). Ilmu yang diguilakau dala~nsiste~npakar d i g u ~ l a k auntuk ~ ~ mempercepat kegiata~~ evaloasi terdiri dari kaidah-kaidall atau infomasi dad Iahan dan ~ i ~ e ~ ~ ~ b l~asil e r i kyang a ~ i ~jaIi(l. pengalarlia~l tentang tingkah laku suatu elemen P e ~ i e r a p alogika ~ ~ fuzzv pada prototipe Spela bwgus persoalan. Kaidali-kaidall biasanya Tabutro mcmungki~kanseseorang atau bebenpa memberikan deskripsi tentang kondisi yang diikuti orang dapat mengambil keputusa~~ dari beberapa olell akibat da,j koIldisi tersebut, dcrajat keanggotaan. Spela Tabutm dike~nbangkan ~~j~~~ dari sisteln pakar adatall untuk dengan pclldekatarl ltlodel $ 2 ~t r o ~ e z o i ( f ~dall l lllel~penlllldali kerja atau balkan ~lle~~ggaliti uletode defuzifikasi yang digunaka~ladalall Center allli, mellgga~ullgkaIl illllu dall of (;romdl~)((..entroid) u~itukt~~et~~pcrolcli s?lu llilai p e ~ ~ g a l a n idari a ~ ~beberapa tenaga ahli, pelatillall orrtpur. Orrrput y n g dillasilkan ini tclal~diuji. da11 lcllaga allli dan mellyediakan kealllian ).ang 11;isil p c i ~ g ~ ~ j i rclah ; ~ n dapat dltcrima. L ~ r c r l ~ dipcrlukall olell suatu ,id.* s i s t c ~ourprrr ~ ~ yaug dillasilkan saliln dengall sis1crll lllclllplllly~i lidak mampu lllcrllbayartenaga nrrrptrr sec:tr:l ko~~vensional. al~li(Mari~t~io. 1992). DI diilii~lltcori firzri,. U I I ~ I I~~ ~ ~ c ~ ~ g c k s p r c s i k a ~ l su;lru t11I:ii kcpcr~~y:i:~~i. .sclai~i 111~11ggul1aka11
/
Menurut Turban (1992) sisteln pakar termsun atas beberapa ko~nponenyaitu fasilitas akuisisi pengetahuan, sistem berbasis pengetahuan, mesin inferensi, fasilitas untuk penjelasan dm1 justitikasi yang digunakan urttuk mnemberikan rincian atau ringkasan dari tahapan yang dilakukan pada n~ekanismei~lferensidengal berixagai alasruu~ya sarnpai pada suatu solusi alau kesimpuian, dan penghubung antara pengguna dan siste~npakar atau user interface. Struktur dasar komnpnenkornporlen sistern pakar ini secara keselurul~an dapat dilihat pada Lampiran 1.
inferensi terdapat strategi penalaran yang terdiri dari strategi penalaran pasti (Eruct reasoning nrechanisnr) dan strategi penalaran tidak pasti (Inexact reasoning nrechanisnz). Contoh strategi penalaran pasti adalah modus ponens dan modus tollens, sedangkan untuk strategi penalaran tidak pasti digunakan metode fuzzy, yang dapat berupa nlodel fuzzy iir?eur aiau rrotriinrar.
r----q Sistern
Sistern
Spela Tabutro Spela Tabutro singkatan dari Sistein Pakar Evaluasi Lallan ur~tuk Tana~nan Buah Tropik ~nerupakansuatu prototipe sistern pakar dengan inei~ggurlakai~ karaherislik iahalr uiriuk t a r m n a ~ ~ jemk sebagai sampel, yang dike~nbangkan 111enggunakaopendekatan Juz~v(Oktavian, 1999). Kekuatan Rule Pendekatau Juzzy dirnodelkan dalani bentuk fuzzy keanggotaan trapezoidal, da11 untuk meroperofeh satu keputusan dilakukan proses defuziikasi menggunakan metode Center of Grmdfy. Garnbar 1. Diagram sistem pada prototipe Spela Tabutro Sistenl ini benujuan untuk meningkatkan efisiensi proses penyeleksiarr lalran, serta ~nenunjukkar~tingkat kesesuaian lallan dengan lo&a Juzzy. G u y s Fuzzy Logika fuzzy ~nen~buat model penga~nbilan Spela Tabutro diimplementasikan dengan alasan yang ~nemungkinkan pe~nbuatan keputusan expert w e n 1 shell. yaihl WinEssys 5.0.4 dan Microsoft Visual Basic 4. Tools tersebut bekeja yang relatif di dalam lingkungan ketidakpastian dan ketidaktepatan. Kemampuan ini tergantung dala~nsistem operasi Windows 95/98. Prototipe Spela Tabutro ~neliputi pula kepada ke~nampuan untuk membuat jawaban koinponen-korupnen dari sistem pakar (Lampiran perkiraan dari suatu perlanyaan yang didasarkan 1) yang telali disebutkan di atas. Metode fuzzy pada sekumpulan kondisi yang tidak tepat atau yalig dibahas dalarn penelitian ini ~nerupakan tidak jelas. Gugus Juzzy berbeda dengan gugus klasik loelode penalaran tidak pasti yang tnerupakan bagian dari ko~r~ponen mesin inferensi. Diagram (Crips Sets). Dalam gugus klasik, untuk sistem prototipe Spela Tabutro dapat dililwt pada ~nenunjukkan obyek mana yang merupakan anggota dari gugus terdapat dalam fungsi Gambar 1. keanggotaannya. Jika suatu obyek tnerupakan elenien dari suatu gugus, nmka fungsi Mesin Inferensi Mari~ni~i (1992) lrierige~nukakanbahwa mesin keanggotaannya adalali 1, sedangkan jika obyek irlferensi merupakan kotnponen terpenting dari tersebut bukan merupakan elemen gugus, lnaka siste~npakar. Scdangkan Siler (1997) ~nenegaskan fungsi keanggotaannya adatall 0 . Seliingga gugus bahwa mesio itlfere~si ~ncrupakan tulang klasik ini rdlainya adalal~(0.1). Tipe pe~nikiran ini rneruptkan logika yang lwnya mempunyai dua punggurrg dari sister11 pakar. Di d a l a t ~~rlesin ~ inferensi rerjadi proses urltuk ~nerrraaipulasi dan nilai kebenaran. yaitu benar (I) dan salall (0). Gugus Ju.7 llrerupakan penge~nbarlgar~dari raerrganl~kalr i d a nlodcl dar~ fakla yang gugus klasik. Fungsi keanggotaannya tidak lranya disirl~pa~~ basis pcngctalrua~rdalalrl nngka 111enlberiL3n nilai 1 ah11 (1. tapi nilai yang berada ~nenupaisolusi arau kcsi~~rpulnn.Dalan~~llesirl
pada suatu selang tertentu, yaitu dalan~selang [O,l]. Nilai yang diberikan oleh fungsi keanggotaan disebut derajat keanggotaan. Apabila U menyatakan gugus universal dan A adalal~gugus fuzzy dalan~U, maka A adalah gugus pasangan terurut sebagai berikut :
angsur, tidak secara terjadi tiba-tiba. Penentuan model fungsi keanggotaan fuzzy terganhmg pada tingkat keakuratan yang diinginkan, dan juga berdasukan pengalaman pakar (Ranst et a/. 1996).
Dcugan p,,(u) adalah fi~ngsikennggotaan yang memberikan nilai derajat keanggotaan u terluadip gogusfuzzy A. yaitu : PA: u j [ 0 . 1 ] Seperti gugus biasa, operasi-operasi terbadap gugus, yaitn kebalikan (conrplenrent), gabungan (union). dan irisan (intersection) terdapat juga dalam gug~~sfuzzy. Kebalikan suatu gugus fuzzy A, dinotasikan sebagai A, didefinisikan deugan fungsi keanggotaan :
Sedangkan irisan (n)dan gabmugan (v)pada dua buah g u y s fuzzy, yaitu gugus fuzzy A dan B, didefinisikan dengan fi~ngsikeanggotaan berturutturut sebagai berikut :
Gallbar 2. Model fungsi keanggotaan linear : (a) Triangular, @) Trapezoidal.
Gallbar 3. Model fungsi keanggotaan fuzzy nonlinear (polynonrialJ.
Gugus Fuzzy Polynomial Gugus Fuz;y Polynonrial direpresentasikan dengam empat parameter : A = (XI.XZ. ~ 3 %) . Ilustrasinya adalah seperti pada Gambar 4.
Fungsi Keenggotaan Fuzzy Fungsi keanggotaan fuzzy adalalu suatu kuwa yang rneudefinisikan tentang bagaimana setiap titik pada input dipetakan ke suatu nilai keiinggotaan autan 0 dan I (Mathwork Inc., 1999). Fungsi keanggotaan dari sistem fuzzy dapat direpresentasikan dalan~ beberapa tipe. yang secara omum digolo~ugkan ke dalalu dua t i p , paitu fimgsi keanggotaan linear dan fungsi keanggotaan nonlinear. Flu~gsi keanggotaan linear adalah ruodel triangular dan trapezoidal, sedangkan model polynonriol tcnoasuk fungsi koinggotaan fuzzv nonlinear. Model-model tcrsebnt dibc&akat~ ole11 pcmbnli;~n dcnjat ko~nggotaannnya. seperti w d ; ~ Cla~ubar 2 dnn G;unbar 3. Pada fuligsi keilngotaao f u ~ v . pcntbihat~d c ~ ~ j keanggoraan at dari sun ti^ kondisi Gnnlbar 1.Gugus I;,rz?v IJo!v~ionriol. kc k o ~ t d ~ laiun!;~ s~ terjadi sccara bcrangsttr-
Dari Gambar 4, ,UA(X)mempakan fungsi 2. Menerapkan operator fuzzy keai~ggotaandari gugus fuzzy yang me~uetakan Pada tal~apini dilakukan evaluasi kaidah elemen sebual~ bilangan x, selungga menggu~iakan teknik yru~g disebut nrin-rnar perumnusamlya adalal~sebagai beriknt : inference untuk menentukan iulai aklur berdasarkan nilai siste~ninput. Siler (1997) mengemukakan bal~wa .UA(X) = 0, untnk x < xl dan s z s, masing-masing kaidali ~ t ~ e m i l k ibentuk .UA(X) = I, untnk s2 s 5 x3 pemyataan IF-THEN. Bagian IF dari suatu kaidal~n~eliputisatu atau lebil~kondisi, disebut antecedent, sedangkan bagian THEN meliputi Suatu satu atau lebil~aksi, disebut co~zseque~t~. antecedent dari kaidah terlmbungkan la~~gsungpada derajat keanggotaan (lirzzy input) dite~~tukalt melalui proscs fuzifikasi. Setelah dilakukau. proses fuzifikasi masukan, derajat keanggotaan untuk setiap bagian dari antecedent akan diperoleh untuk setiap kaidah. Jika oiltecedeirt dari suatu kaidah yang diberikan merrdliki lebih dari satu bagia~k111aka operator fuzzy digutiakan untuk menentukan uilai yang merepresentasika~l l~asil irlferer~sia dari kaidal~ tersebut. Nilai Sistem Inferez~siaFuzzy tersebut kemudian aka11 diynakan untuk Sistern i~lferensia fuzzy merupakan suatu fungsi output. proses untuk penga~nbilan keputusan dengan Operasi yaug berlaku dapat belupa operasi menggunakan logika fuzzy. Proses yang tejadi AND atau operasi OR yang identik dengall mempakan fonnulasi pemetaan dari input yang operasi logika standar. Pada Operasi AND diberikan ke suatu oupuf @latl~u,ork Inc., 1999). menggnnakan fungsi min dan pada operasi OR Proses ini melibatkan selnua bagiau dari sistem menggunakan fungsi nrm. Gambar 5 fuzzy yaitu : fungsi keanggotaan, operator logika menggambarkan operasi dari fuzzy operator. fuzzy, dan kaidah Juzzy. Proses infereusia fuzzy ini k diterapkan pada sistem pakar u ~ ~ t umenangani masalah ketidakpastian. Sibigtroth (1992) menge~nukakan bal~wa secara mnum ada tiga proses penga~nbilan keputusan dalam logika fuzzy yaitu fuzifiiasi, pengevaluasian aturan (rule), dan defuzifikasi. Secara terinci, ada 5 tahap dalam proses inferensia fuzzy yaitu fuzifikasi dari variabel-variabel input, penerapan operator fuzzy, i m p l i s i , agregasi dan defuzifikasi (Matl~workInc., 1999). Pel~jelasamlya adalal~sebagai berikut: I.
Fuzifikasi ~nasukau Fuzifikasi masukan lllempakall tahap Gambar 5 . Operator Fuzzy (AND dar~OR) pertama dari proses inferensia Juzzy. Pada tatlap iui data masukan diterima dan sistem 3. Proses i~i~plikasi Untuk ~r~et~jalankar~ proses irl~plikas~. rnenentokan nilai fungsi keanggotaannya. terlebil~ daliulu perlu diketallui bob01 setiap Fuzifikasi o~emperoleh suatu idlai dan aturan. Botmt ~ncrniliki nilai dalarn selarrg rtiengkornbinasika~~~~ya dengall fungsi lO.11. kear~ggotaar~untuk 111eng11asilkanriilai jtrzq~ (Sibigtroth. 19'92).
Masukan dari proses implikasi adalah Nlai yang dillasilkan ole11 antecedent dan k e l u m ~ n y a adalah gugus fuzzy. Proses implikasi ntenghasilkan gugus yang dinyatakan dengan fungsi keanggotaan. Nilai gugus tersebut bersesuaian dengan sifat linguistiknya. Mctodc inrplikasi dij2arAan pada setiap kaidall dan operasi yang digumakan pada proses implikasi adalah opensi product. 4. Proses agregasi Agregasi adalah proses penggabungan keluann setiap kaidah n~enjadisatu nilai fuzzy. Masnkan dmi proses agregasi adalah keluaran dari proses implikasi untuk setiap kaidah. Kelumn proses agregasi adalah gugus fuzzy tunggal umluk setiap variabel ruasukan yang h2mufi2ui& ,dl dilahukai dcfwifiiasi. 5. Defuzifikasi Defiuiilkasi menurut Sibigtroth (1992) adalal~ suatu proses yang menggabungkan selurultfuzzy output nlenjadi sebuah hasil yang spesifik. Defuzifhsi mempakan proses kebalikru~ dari iuziflkasi, dir~lana rulai keanggotaan dari suatu gugus fuzzy dikonversi ke dalrun suatu bilangan real (Siler, 1997). Masukan dari proses d e M i s i adalah gums fuzzy (gugus fuzzy keluaran dari proses agregasi), dan keluarannya adalall nilai tunggal. Metode defuziiisi standar yang digunakan adalah Centroid (Center of Gravity). Dalam metode Centroid, Nlai dari variabel output dilutung dengan mengambil Nlai dari posisi pusat dari h r v a fungsi keanggotaan variabel output yang mempakan gabungal dari proses agregasi gugus fuzzy output. Formulasi metode tersebut adalalt sebagai berikut:
k.;.s, Dimana D metupaka11 decission, F; melambangku~fuzzy output dari suatu sistem output, S; adalah posisi pusat dari sisten~funy output, dan n rnempakan jumlah label yang didefirtisikar~untuk sisterll output yang sesuai. Selain ('enfroid, rnetode dehrzifikasi yang biasa digunakan adalah der~gan niengantbil f u z ~ vourplrt yang terktrat sebagai hasil. Metode ird disebut sebagai A4axinrurrr Ourput. Metode
iN biasa digunakan karena lebih mudah dan sederhana &lam pengambilan keputusan. Sistem inferensia fuzzy secara keselurul~an dapat dilihat pada Gambar 6.
Evaluasi Kesesuaian Lahan Evaluasi kesesuaian lal~arr adalal~ proses pendugaan tingkat kesesuaian lahan untuk berbagai allernatif penggunaan seperti penggunaan untuk pertanian, kehutanan pariwisata, konservasi lahan, atau jeNs penggunaan lainnya (Djaenuddin et al. 1994). Untuk evaluasi lahan, sifat-sifat lahan dirinci daiam halitas lahan dan karakteristik laltan. Kualitas lahan adalall sifat-sifat yang kompleks dari suatu lal~an yang berpengaruh terhadap kesesuaiannya bagi penggunaan tertentu, sedangkan karakteristik lahan mempakan sifatsifat lahan yang dapat diukur. Parameterparameter yang digunakan dala~npengevaluasian lahan adalal~ karakteristik lalian seperti pada Tabel 1. Kelas kesesuaian lahan dibagi menjadi lirna kelas (CSFUFAO dalarn Djaen~rddinel al. 1994), yaitu lahan sangat sesuai (Sl), lahan agak sesuai (S2), lahan han~pirsesuai (S3), laltan tidak sesuai saat ini (Nl), dan lahan tidak sesuai selamanya
(N2. Metode p e ~ l a i a nkesesuaian lahan dilakukan dengan membaudingkan antan karakteristik lahar~dengau persyaratan tumbuh tanaman.
BAHAN DAN METODE Bahan B a l m yang digunakan dalam penelidan ini addah data karakteristik lahan untuk tananian buah jentk sebagai sarilple. Data penilaiau kelas kesesuaian lahan untuk tanallla11 bual~j e n ~ kdapat dilihat pada Lampiran 2. Data tersebut diperoleh berdasarka~~ C S W A O (CSWAO dalaln Djaenuddir~el 01. 1994). Tabel I. Kualitas dan karakteristik lalla11 ulltuk pengevaluasian kesesuaiau la11a11. Kualitax Laban I Karakteristik Lahan
1
Keterscdi;~anAir
Media Pcrakmn
-
Bahaya erosi
Drainase Tekstur (debu, pasir, liat) Kedalaman efeklif Garl~but (kedalaman, kematangan, kadar abu)
-
KTK
-
N total
-
P205tersedia K20 tersedia
-
Ballan sulfidik Salinitas
Data Overlapping Data pada Lampiran 2 ~nerupakan data penilaian kelas kesesuaian lahan sewra konvensional dan berbeutuk selang-selang yang terputus. Dalaln sistem fuzzy, data bempa selangselang yang overlap, yang proses ol>erlap-nya di1akuka.n nlelalui intendetv dengan pakar yang berkompeten dalaln bidang evaluasi laha11. Dengan tetap rne~nperl~atikan tingkat keabsahamya, pakar me~nberikan overlap berdasarkau pengalaman yang di~nilikinyauntuk xnasing-masing karakteristik lahan. Data penilaiau kelas kesesuaiau lal~anuntuk tanalnan bual~jeruk secara overlap dapat dilihat pada Lau~piran3. Hasil penentuan ul~crlaptersebut di~r~odelkar~ dengall model fuzzy trapezoidal dar~ fuzzy polyior~inl yang aka11 dibandingkan. sel~ingga didapatkan model untuk teulperatur sebagai berikut :
yang berarti : : :1 19.500000 20.500900 29.500000 30.500000
PH C organik
begitu pula dengan parameter-para~neterevaluasi lal~anyaug lain, yang secara keselurul~an dapat dilihat pada Lampitall 4. Metode Pengevaluasian Lahan Penilaian klasifikasi kesesuaian lal~an dilakuka~~ dengan I I I C I I I ~ ~ I I ~ ~ I Iarltara ~ ~ ~ I I kankteristik iahan sebagai parameter den gar^ pcrsyaratan t u u ~ b t ~ta11a111a11 l~ p11g tcIa11 ~ ~ S I I S U I I dalam tabcl pcnilaian kescsu;~i;~n lallan (Lampiran 2).
I Indcks bahaya erosi
Prinsip dasar pengambilan keputusan &am proses evaluasi lahan secara konvensional yaitu : 1. S1 jika semua nilai nnhk masing-masing parameter berada pada selang Sl. 2. S2 jika salali satu parameter berada pada selang S2. 3. S3 jika salah satu parameter berada pada selang S3, dan begiiu juga seierusnya sampai N2 Prinsip tersebut juga diterapkan pada logikafuzzy. Pendeflnisian Rule Men~uutpakar. kaidah (rule) yang digunakan untuk merepresentasikan pengetaliuan dala~n proses pengevaluasian lal~an adalah kaidah produksi, yang terdiri dari bagian IF dan bagian THEN. dengan menggunakan fuzzy operator AND. Siste~npmduksi ini ~ i l e r u p sistem ~ n yaig dapat menibangkitkan fakta barn, yang pada dasarriya adalali sekuuupulan pernyataan IF/I7IEN ataii kaidali-kaidd~(Turban, 1992). Selanjutnya berdasarkan pengetallurn dari pakar evaluasi lal~an. kaidah-kaidali yang akan digsunkan untuk pengujian diformulasikan, selungga didefinisikan sebanyak 21 kaidah (Lampiran 5). Proses lnfirensia Fuzzy Setelah kaidah-kaidah yang akan digunakan dalam pengevaluasian lahan telali selesai diformulasikan, maka untuk meri~peroleh Nlai output dilakukan proses inferensia fuzzy. Seperti yang telali dijelaskan dalam tinjauan pustaka, proses irlferensia fuzzy ntelalui 5 tahap, yaitu proses ftziikasi, penerapan operator fuzzy, proses implikasi. agregasi dan defuzifikasi. Proses inferensia fuzzy diniodelkan dengan fuzzy trapezoidal dan dengan nod el fuzzy polynon~ial, dan untuk proses defuzifikasi digunakan metode Center of Cirmdy d m metode Moxilnunl Output. Proses inferensia fuzzv untuk rnemperoleli siste~n olrlput dapat dilakukan secara ~ilanual maupun dengan menggunakan suatu tool khusus yang nienyediakan fasilitas untuk proses inferensia fuzzy. Canto11 Fuzzv tool yang dapat digunakan adalali perangkat lonak Matlab Fuzzv Toolbox \.ersi 5.3.
[email protected] fuqv fool akin nlcinbuat proses i~lferensiafu:
Pengujion Hasil Setelah men~peroleh sistem output, maka dilakukan pengujian hasil. Nilai-nilai output kuantitatif yang dihasilkan dari proses inferensia model fuzzy trapezoidal dibandingkan dengan sistem output yang dihasilkan dari model fuzzy polynomial. Keniudian hasil yang diperoleh dari siste~iiitlferensia ,Cuzz.v y a ~ gmenerapkan melodc defuziiikasi Maxirnunl Output juga dibandingkan secara kualitatif.
EIASlL DAN PEMBABCASAN Dalam penelitian . ini, untuk nielakukan pengujian hasil, diberikan nilai-nilai input yang overlap pada parameter suhu di antara selang S1 dan S2, selungga nilai-nilai input yang diberikan untnk parameter ini adalah di antara selang 19.5 "C sampai 20.5 OC. Untuk parameter lainnya diberikan nilai input yang berada dalam selang Sl. Hasil yang diperoleh dari sisten~ini dibagi menjadi dua, yaitu hasil kuaiitatif dan nilai output kuantitatif. Output s e a m kualitatif diperoleh dengan membandingkan Nlai persentase kesesuaian lahan dengan selang klasifikasi kesesuaian lahan, sedangkan nilai knantitatif merupakan nilai persentase kesesuaian lahan itu sendiri. Hasil secara kualitatif Seperti yang telah dijelaskan sebelumnya, hasil kualitatif diperoleli dengan mernbandingkan nilai kuantitatifnya dengan selang klasifikasi kesen~aian laiian. Untuk itu diperl~kan &sar klasifikasi kesesuaian lahan yang diiemukakan oleh Ranst et 01. '(1996). Dasar klasifikasi kesesuaian lahan n~eliputipersentase dari S1 (75% - 100%). S2 (50% - 75%). S3 (25% - 50%). dan N1 (0% - 25%), sehingga didapatkan nilai tengah dari S1 adalah 87.5%, S2 adalah 62.5%, dan seterusnya. Misalnya diberikan nilai persentase dari kesesuaian lalian berada di antara selang 75% 100%. maka output secara kualitatif adalah S1 (sangat sesilai). Hasil kualitalif yang diperoleh dari model fuzzy rrap:oidol dibalidingkan dengan iiasil fuzz^ pol~vnon~iol. dengan menggunakan nilai-nilai inprrr yang tclali dijelaskan scbelumnya. Bcrikut ini tncnrpakan bcbcrapa contoli unttk ~ncn~pcroleh s i s t e ~ourpur ~ ~ secan kualitatif yang
-
~nelaluiproses infere~sia,fuzzv. Misalnya untuk co11to11 I, nilai-uilai input yang diberikan adalah :
iF: Average t r s p e r a t u r e = i0.98151
Avrra(lr t r i n p e r s t r i r r ('Cl = 20.4 Ury m o n t h = 2 . 5 R a i n f a l l lsi~il/yrarl = 2000 Ldlld d r d i n ~ g e [ d a y s ) = 50 Land t r x t u r r . f o r .iui;t i Y I = 60 Land t r ; : t ~ i r e f o r :;and ($1 = 30 Land tl?):tlirr EUL c l a y e y I 0 = 1 0 Tlie e f f r c - t i y e m o t d r p t l ) lcnli = 120 T u r f ovrrrigme I = 20 T u r f t l $ i c k i > c a s icml = 4 2 Land KTt: i a r / l O l > (11 = 20 Land pH = 6 i 1% I = 4 : i a l i n i t g (1a111~o:;I~ml = 1 S t ~ l f i d rd e p t h ic'ln) = 110 A v a i l a i ~ i l i t yo f N IS1 = 0 . 5 & v a i l d h i l i t y o f P205 lppml = 30 Availak8ilil-y of K2I;r im(11100 (11 = 30 l o p 1 1%) = 1 S : ~ r f d ~rock r ( % I =1 ~ o l d e dclruwn o f cock ( $ 1 = 1 Ero::ion d a n g e r irl = 0 . 3
Dan contoll nilai-nilai input tersebut, dituujukkan bal~watemperatur berada di antara s e l a ~ g S1 dan S2. Hal ini dapat ditentnkan dengan lnemjuk pada Latnpiran 4. Fuzifikasi dilakukan dengan tuei~glutung derajal keanggotaan yang ditentokan melalui ,fon71uln yang telah didefitusikan sebelu~~u~ya pada ti~~.iauanpustaka untuk ,ficzqv po!v~lo~!rial. Jika diketahui hiprct (s)adalal~20.4. sl = 19.5. da11 s2 = 20.5. ~ n a k adiperolel~.fuzzyi17prrtutltuk S l :
=0.98 dan untuk S2 :
Dcrajat keanggotaan untuk parameter lainnya bernilai I untuk SI. Setelall diperolel~ nilai ,/inz?v inp~rt, ~naka dilakukan pengevaluasian aluran. Berdasarkan Cuzilikasi ~uasukan pada co11to11 di atas. maka aka11 ada dun kaidal~ yang d i ~ l l ~ a k aulltuk n pcugevaluasian aturatl, yaitu Kaidall 1 d a ~ Kaidah r 2 (Lampiran 5). Setelall dilaktlkan proses implikasi, 111aka llasilnya aka11 terlihat seperti berikut ini :
and and and and dllli
and .?,ill
and and dlili
atid and and and and dlld
and dllli
and and
THEN:
Dry month = S l i l l 3 a i n f a l l = $1 i l l Ldlld d2dii>d(jtr = S1 ( 1 1 Sand t e x t u r e f o r d u s t = $1 i l l Land t e x t u r e f o r s a n d = S l i l l Ldori t e x t i l r e f o r c l a y e y = S1 I l l T h e e f f e c t i v e r o o t d e p t h = S1 (11 T ~ i x f o v e r c i p o = S1 i l l :LIKE t h i ~ k l l e s s= S1 i l l Land KTK = 9 1 I 1 1 Land pH = S l I l l t i = 1 I11 s a l i n i t y = 91 ( 1 1 srllfidr depth = S l i l l ; v a i l a k ~ i l i t y o f N = S1 I l l A v a i l a b i l i t y o f 1'205 = S l i l l I v a i l a b i l i t y o f KZO = $1 i l l .:lopin(l l a n d = $1 i l l s i i ~ f a ~rock c = Sl i l l Toldeti ,drown o f r u c k = S1 i l l Z r u s i u n danger- = $1 i l l ~:::itputl = ( 0 . 98151
IF: dlld and ahid and and
i v e r a ( l e t e l n p e r d t u r e = ( 0 . 0 2 1 S2 DCy , , , ~ i , t l , = :i1 I 1 I 3 a i n f d l l = :il i l l
Land .iraina(le = S l I l l Lalid t e x t u r e f o r d u s t = S1 I l l iiliid tr:.:tnre f o r s a n d = $ 1 I l l ;and ~ C X C I I T P f o r c l a y e y = S1 i l l dllli he c f f r s t i v a r o u t d e p t h = S1 i l l and ~ l l l i ? u r f i w e ~ r i p r= $ 1 i l l Turf tiiii'kness = $1 i l l .rnd :md KTK = S1 (1I irllli ar,,i :anc3 pH = 21 i l l a - = 1 Ill dlll:l dlld S a l i n i t y = S1 I l l r = S l I1 1 and . ; ~ ~ l f i , i deptl, aiimi . A v a i l a k ~ i l i t yo f N = S 1 I 1 1 a n d . z . v a i l . + b i l i t y o f P205 = S1 ( 1 1 and ; v a i l d k i i l i t y o f K20 = S l I l l and .:loping l a n d = S l I l l .:urfacr rock = $1 i l l dllli .?dlde.i ,d~-owno f rock = $ 1 111 d lid dlai zrosi;~ii , i a l ~ $ =e ~S1 i l l t t = i0.02)::Z THE14 : :
Keluaran dari proses i~nplikasim ~ t u ksetiap kaidal~ di atas menjadi masukan untuk proses agregasi. Dari contol~ini, proses agregasi tidak perlu dilakukan karena l~anya terdapat satu keluaran u n n k setiap kondisi pada setiap kaidal~ l~asilimplikasi. Untuk ~ ~ ~ e ~ n p e rsalu o l e lkcputusan ~ dilakukan proses defuzifikasi. Dalan~membandingkan hasil knalitatil keses~laia~~ laban antara nod el fi~zzy rrnpez(1i~l~11 dengall ,/rrzzy po!v~ionrial ini, neto ode defuzilihsi !.ang dilakukan adalah ~netodc
(:entroir/ dellgall nne~~ggcnmkan persalllaall (?enter of (.?rmlily seperli berikut :
Berdasarkan kelas klasifikasi kesesuaian laban, maka nilai orrtprrt 87% tenuasuk dalam selang S 1 (sangat sesuai), sel~inggapada conto11 di atas. S1 r ~ ~ e m p a k11asil a ~ ~defuziiikasi secara kualitatif Hal ini berarti jemk sangat sesuai ditanam pada lahan yang dievaluasi. Selain dengan ~uetodedeiuzifikasi Centroid, dala111 penelitiao itd juga diterapkan metode defi~zifikasidengan 111engambi1 nilai output yang terkual (A4axirrrum Output) sebagai llasil. Pada contoh di atas dari hasil proses agregasi diperolel~ ,fiizzy output untuk SI=0.98 dan S2=0.02, sehingga dengat1 n~etode Maxi~?rtrm Output diperolel~ l~asil kualitatifi~ya adalal~ S1, sama dengan l~asil yang diperoleh dengall rnetode defuzifikasi Centroid di atas. Proses illferensia,fuzq pada contoh yang telalt di.ielaska di atas menggunakan 1110del firzzy po!v17orninl. U ~ ~ t u kmodel kimjo frapezoirial, proses yaug dilakukan sama saja. Kedua 111ode1 ,Jitz?v tersebut hanya dibedaka~~oleh fungsi keanggotaan .fi~zzy yang digunakan. Dellgall perutnusan fungsi keauggotaan ,firzzy tropezoiriol. tuaka vada corltol~di alas ,aka11 diverole11 ltasil firzzy otrtprrr untuk S1=0.9 dan S2=0.1. Hasil agregasi ini kemudian juga didefi~zifikasikan dellgall melode (.?entroiri da~:1\4oxinrrrr11Osfput. Dellgall metode defuzifikasi n//ori,r~rur~rOrrlput, 111aka hasill~ya secara kualitatif adalal~ dengall mengall~bil nilai ,fuzzy orrtput yang terbesar, s c l ~ i ~ ~ d;~lam g g a i t ~ hasilnya i adalah S I. Unluk loelode deiuzifikasi (.i.nfroid pada 111ode1,fi~z?v trop~.zoidol.perhilungan~~yaadalah severti berikut i ~ :~ i
Berdasarkan kelas klasiiikasi kesesuaian lahall, nilai oufpuf 85% tennasuk dala~n selang S1 (sangat sesuai), sehingga pada contoh di atas dengan model fuzzy trapezoidal, S 1 ~nempakan hasil defuzifikasi secara halitatif Contoh berikutnya dengan me~nberikannilai input 19.6 untuk parameter suhu, selungga secam keselurullall nilai-uilai input-nya adalah sebagai berikut : AVFZB(JC tn~~pe~'dtllre isCl = 19.6
Vry month = 2.5 Rainfall (mm/year) = 2000 Ldllii drainage iddys) = 5 0 Ldiid texture fur dust ( 6 ) = 6 0 Land tPKtilrr For sand (6) = 30 Land texture fur clayey I&) = 1 0 The effective root depth icnl = 120 T u r f O v e x ~ i p e (%I = 20 T ~ i r ftllickoes~ lclil) = 42 Ldnd KTK (inr/100 g ) = 2rJ L a n i i pH = 6 n-Organic [%I = 4 Salinity (ss~hos/ccn)= 1 Sulfide depth lcn,) = 1 1 0 Availability of N 1%) = 0.5 Availability of 1'205 lppml = 3 0 Availability of KZO (lilg/lOO 9 ) = 3 0 Sloping land IS) = 1 S u r f a c e ruck (%I= 1 Fulcird
Proses p e ~ ~ g a ~ n b i lkeputusan ar~ dengan lo@a .fuzzy 1111tuknilai-nilai input lersebut di atas sama seperti pada contoh pertallla. Pada 111odel j u z y polyrzomial, untuk memperoleb idlai .firzzy output digunakan iungsi keanggotaat~,fuzzypolyzonrial sepelti pada co11to11 pertama. sehiugga diperolehfuzzy irzput untuk SI :
Berdasarkan iuzifikasi 111asuka11tersebut, maka juga ada dun kaidal~ yang digunaka~~untuk pengevaluasian aturan seperti pada contoh pertama. yaitu Kaidal~I d a Kaidah ~ ~ 2 (Latnpirall 5). Selelah dilakukan proses implikasi, hasi111ya aka11 terlihat seperti berihit ini :
I~nl~likasi Kaidal~1 : IF! . ~
and atid and
and and and and and
and and and
and and dlld
and
and and and d llri
d?,d
and THEN:
Aver-a(je t r s p e ~ - a t r b i - c= 10. 02l::l [Icy ,nunth = S1 ( 1 1 R a i n f a l l = $1 i l l Lanci c l r a i n a q e = ::l ( I ) Laud t r x t r i r r f o r d t l ~ t= 3 1 (1) Lill,c:l t e x t l i r e f o r rir,,,<1 = 3 1 ( 1 ) Laiid t e x t l l c e f o r c l a y a y = :I ( 1 ) Thr e f f e c t i v e r o o t cleuth = 3 1 1 1 I
. .
T t l ~ ft1)i~klle:;s = $1 i l l Land KTK = $1 ( 1 1 Land pH = S1 ( 1 ) i = $1 (1) S a l i n i t y = :I i l l ::ilifii:le d r p t h = $1 (11 A v n i l i l i - i i l i t y o f N = :1 (11 A v d i l i l b i l i t y o f &'21:15 = 31 i l l A v a i l a b i l i t y o f KZO = $1 i l l : i t I = 1 (11 S i l r f o c r LOCI( = L i l i l l Fo1c:Iec:l drowli of rock = ::l (11 E T C I S ~ Uddl,(#rx II = 31 (11 t t = iU.02131
IF:
and and and and and and diid
and
and atid and and 2nd asid ~
~~
and and itlld dllri
end and and THEIN:
Avrrd(le ~ ~ ~ I ~ F ~ V C . , = ~ ~ I(0. C I !)HIS2 [1Ky i , l C > 1 1 t l i = :1 ( 1I R a i n f a l l = :I i l l Land clr;rina(le = ::l i l l Land t e x t u r e f o r iiilst = :I ( 1 1 Ldii.3 te):ti,re ~d,l<:i = 9 1 (1) LdliiS t e x t u r e tor c l i i y r y = $1 I Tllr , e f f e c t i v e r-out d e p t h = 31 Ttirf o v e r r i p e = :il I l l T u r f t l i i c k n e i : ~ = :il i l l Land KTK = 9 1 i l l Ldnli p1i = 1 : ill : : - i = 1 (1) S a l i n i t v = $1 I. l l. l f i S t = 1 ( 11 A v a i l i t t s i i i t y o f 14 = ::l (11 A v a i l a k i i l i t y o f E'205 = :I i l l A v i i i l r i t , i l i t y o f KZC:, = 9 1 i l l ::liigili(l l a n d = 3 1 (11 S U L ~ Arock C ~ = S1 (11 Fulde~:l dcowt, o f rock = ::l (1) EC(,:iiOll c:ld~i(jc?r= S1 i l l : t t = ( 0 . qa):;z
sesuai), sel~ir~gga pada cor~tol~ ini, S2 meiupakan hasil defuzifikasi secara kualitatif. Hal ini berarti jeruk ag~ak sesuai dila~iarn pada lahan yang dievaluasi. Begitu pula dengan ~netode defi~zifikasiMUXIIIIUIU Outplct hasil yang diperoleh adalah S2 karena fizzy ozttput utltuk S2 lebih besar daripadajrzzy outpul untuk S1 (0.98 > 0.2). U111uk tnodel ,fiizzy lrupezordol, dengan proses yang salna seperti pada contoh sebelum~iya diperoleh jlrzzy outpltt untuk S1 adalah 0.1 dan ,Jitzzy ootpttl untuk S2 adala11 0.9 sel~i~lgga proscs defi~zifikasi untuk 111etode h.loxiiuur?r Oulpzil hasilnya secara kualitatif adalah dengall menga~libil uilai Juzzy output yang lerbesar, s e l ~ i ~ ~ dalalt~ g g a llal ini llasilnya adalal~S2. Ulltuk l~lelode defuzifikasi (.'enlrod pada model Jiizzy rrupezot
Bcrdasarka~lkclas klasifikasi kesesuaian la11;1n, nilai oulput 65% terulasuk dalaln selaug S2 (agak sesuai), selungga pada co11to11 di atas dengall model fuzzy trapczoicfal, S2 merupakan l~asil defuzifikasi secara hlalitatif Coutol~berikull~yaunluk menentukan kualitas lallall adalal~de~lgar~ me~nberikmnilai input 20.0 unluk parameter suhu, sellillgga secara keselurul~a~~ nilai-uilai illput-nya adala11 sebagai berikut : [Iry ino>>th= 2 . 5 R a i l , f s i l illsi/yracl = 2000 Land ,.irai,,nge ( d a y s ) = 50 Ldiici t e x t i l c r f u r c i r i s t ( $ 1 = 60 L~rnd t r x t u i - r f o x r;al,d ( $ 1 = 30 Land t e x t u r e f o r c l a y e y 1 % ) = 1 0 Tllr e f f e c t i v e r o o t d e p t h lcinl = 120 T u r f o v e r r i u e I. k .l = 20 T ~ I tl1ick1?e86 K ~ i~!!ll = 42 L d i i t i KTK iiae/100 i l l = 20 LC4l>dpH = ti I I (81 = 4 s n l i r i i t y linrnl,o:s/cr!t) = l 3 i l l f i t i r rlepth l':ml = 110 0.5 Availability of N 1 % ) A v a i l a b i l i t y o f P21:15 ippinl = 30 A v a i l a k ~ i l i t yof K21:) lsig/100 q l = 30 : : l ~ r ~ i l l ji ~ d l l ~ l ($1 = 1 S i l L f d ~ rrock ( E l = 1 F'~,l,:led ilrowii o f rock 1 % ) = 1 E r o s i o n dal,ilra ( e l = 0 . 3 ~
Proses agrcgasi ticlak perlu tlilakukan karcn;~ l~anyatertl;~p;~t satu k c l u a r : ~untok ~ ~ sctiap kol~disi pads scliap k;ridal~ llasil ill~plikasi. Mclode dcCl~zifik;~si Cunlroicl juga dilakuken unluk n~cmperoleholtlpul scl~inggatliperolelk :
Bcrdasarkal~ kclas klasifikasi kcscsuaiall lal~an, nilai olttptrr 63% lermasok dalam sclang S2 (agak
~~
.
-
Tabcl 2. Hasil kualitatil cvaluasi lalian dellgall luodel fuzzy trapezoirlal dan fuzzy
niei~ggunakan i~letode <:errter of Gravity (Co7/roid), teniyata juga dapat dilakukan dengall ~lie~~gainbil fuzzy output yang tcrkuat sebagai hasil (Maxirrr~rrtrOutprrt). Hal ini akan membuat sistem menjadi lebih sederhana dan cepat dalain proses pengalilbilan keputusan. Hasil Kuantitatif Sebelluiu~ya telah diur'aikan bal~wa nilai kuantitatif n~empakai~ nilai tingkat persentlse dari kesesuaian lahan. Proses inierensia fuzzy untuk memperoleli hasil kuantitatif teldi dijelaskan pada ketiga contoh di atas. De~iganrnerliberikan nilaiiiilai irtput gang saina seperti nilai irtput yang telah diberikan dan dengan proses yang sanla, maka diperoleh sistem output secara kuantitatif seperti pada tabel berikut :
Der~gar~ T nierupakan i~ilaiinput ut~tukparameter suhu, FT adalah liasil kualitatif kesesnaian lahall d e i i ~ a n nod el .fuzzy. trapezoids/, dan FP adalali hasil percobaan dengaii model fu/uzzvpolyr7ot?1inl. Tabel 4. Hasil perseiltase tingkat evaluasi lallan Hasil pengujian yang terlil~atpada Tabel 2 dengan inodel fuzzy trapezoidal dan fuzzy ii~enui~.jukkanbalnva nilai kualitatif output yang diperolel~deiigan kedua model .fuzzy ine~uberikan liasil yang saioa. Kemudian dengall proses pang saina seperti pada ketiga contoh di atas, l~asilkualitatif yailg diperoleli dari percobaan yang dilakukan dengall inetode deiuzifikasi Maxinrunr Output dapat dilihat pada Tabel 3.
-
Tabel 3. Hasil per~gevaluasia~ilalial~ dengall metode defuzifikasi Moxinlrrrn Output secan kualitatif. T (DC) I Corrv I M u F T ( MarFP 20.4 1 S1 I S1 I S1
Pada Tabel 3 di alas. Corn> adalal~ liasil kualitatif yang diperoleh secara koiivei~sioiial (rrorr-jirzzy), AloxIT nlen~pakan liasil h~alitatif penerapan model Jirzzy tropezoirlol dan i\.faxFP hasil kualitatif dari fuzzv po!yrrortrial dengan n~engg~inakanmetode dcluzifikasi A./nri,r,rrrntr Oirlpnt. Percobann tersebut menui~jtlkkanbal~wa proses defirzifikasi evaluasi l a l ~ a ~ i selain
Dengaii T rnen~pakai~ nilai input untuk parameter suhu. FT adalal~l~asilkuantitatif kesesuaian lalian dei~ganinodel Jirzzy trapezoidal, dan FP adalal~ liasil percobaaii dellgall ~nodel./~zypolynon~ial. Untuk ti~engolahdata hasil proses illferensia fuzzy tersebut (Tabel 4). dilakukan perbandingan hasil, karma berdasarkan klasifikasi kelas lahan yang telah dijelaskan kesesuaian sebeluiiii~ya. didapatkan nilai ten gal^ dari S l adalal~87.5% S2 adalali 62.5%. sellingga -. output pada Tabef 1 aka11 dibandingkaii ul~tukmasingn~asingkelas klasifikasil~ya,apakah data tersebut lebil~dekat ke nilai tei~gahselailg kelasnya atau tidak. Hasil perbandiilga~~yang memperlil~atkan ba11wa data hasil percobaan lcbil~dekat ke nilai tengahr~ya m e ~ ~ u ~ ~ j i t k kbahwa an it~odel yarlg digunakan pada percobaan tersebut lcbil~ baik daripada inodel lairillpa.
Perba~idingmiNilai Te~igal?Sl (87.5) Dilihat pada Tabel 4. maka data yang termasuk dala~nklasifikasi kelas S1 (75% - 100%) adalah seperti pada Tabel 5. Tabel 5. Hasil persentase tingkat evaluasi lahan dengan danfuz~ - ~uodel-fuzzv. trapezoidal . polynonrial pada kelas S1. FP (%) FT (96) T (OC) 87.0 20.4 85.0 85.5 20.3 82.6 83.0 20.2 80.0 79.6 77.5 20.1 75.0 20.0 75.0 ~
~
Perbandingnu A'ilai Te~igolrS2 (62..i) Kemudian dengall mcrujuk d;~c;lp;~daT:lbcl 6. perbandingan data pcrscl1l;lsc kcscs~l;~i;l~~ I;III~III hasil pengolal~andcngan nlclodcfu:;~. p:ld:l scl;~ng S2 direpresentasikar~ole11gr;lfik dl b;l\\al~ill1 : Hasil Kuantitatif
4
Dengan T mempakan nilai input untuk parameter sulm, FT adalall hasil kuantitatif kesesuaian lal~an dengan nlodel fuzzy trapezoidal, dan FP adalal~ hasil percobasn dengan model fuzzy polynonrial. Dari kedua model fuzzy tersebut akan dicari data mana yang lebil~dekat ke nilai tengah selang S1 (87.5) dengan menggunakan grafik sepelti pada Gambar 7. Hasil Kuantitatif
4
Gambar 8. Grafik perbandingan l~asilkuantitatif antara model frapezoidal (IT) dan model po!vno~~rial(FP) dala~nselang S2.
Dari grafik terlihat bal~wal~asilyang diperolefl dengan model kuwa fuzzy polynonrial secara kuantitatif pada kelas S2 lcbil~dekat kepada nilai tengah selang kelas kesesuaian lallan. yaitu 62.5. Tabel 6. Hasil Dersenrase lingkat - osluasi Ialtall dengan model fuz~vrrapezoidal dan fuzqv
Gambar 7. Gr'afik perbandingan hasil kuantitatif antara model trapezoidal (FT) dan model polyno~nial(FP)dalam selang S1. Grafik di atas n~enlperlibatkan bal~vahasil yang diperoleh dengan inode1 kurva fuzzy polyiomial secara kuantitatif pada kelas S1 lebih dekat kepada nilai tengah selang kelas kesesuaian lal~an,yaitu 87.5.
KESIMPULAN DAN SARAN I<esin~pulan Logika Jltzzy dapat diterapkan pada pengembangan sisteln pakar evaluasi lahan dan ~nengl~asilkan sistem output yang ~ ~ a l i dkarena , hasil yang diperoleh salna dengan siste~noutput secara konvensional. Proses pengambilan keputusan secara fuzzy secara nmum ada tiga proses, yaihl fuzifikasi, pengevaluasian aturan (rrtle), dan defuziiikasi yang nuengl~asilkansisteln outprtt yang valid. Selain lnodel fitzzy trapezoidal yang telal~ diterapkan pada prototipe Spela Tabutro, model ftrzzy polynot~rial dengan fungsi keanggotaan tonl line or juga dapat digunakan pada siste~n pakar evaluasi lal~anuntuk tanaman buah tropik. Hasil yang diperoleh dengan fuzzy poIynonria1 secara kuantitatif lebih baik daripada model fuzzy trapezoidal karena hasil yang diperoleh lebih lnendekati nilai tengah selang kelas kesesuaian lahan. Selain penerapan Inerode defuzifikasi Centroid, penggunaan fuzzy output yang terkuat sebagai hasil juga dapat diterapkan pada sistem pakar evaluasi lahan.
Marin~iu. 1992. Struktur dan Aplikasi Sislenu Pakar. Manajemen Peluuba~igunan No. 111, Oktober. Mathwork Inc., 1999. F U Z ~Logic Y lbolbox for Use It'it/7 Matlab. The Mathwork Inc, Nalick, USA. Olttavian, R. 1999. Siste~nPakar Evaluasi Lahan untuk Tanaman Buah Tropik (Jeruk) Menggunakan Logika Fuzzy. Skripsi. Jurusan Ilmu Komputer, FMIPA IPB: Bogor. Pacini, P. & Andrew T. 1992. Fuzzy Logic Prinrer. A Brief I~ttroductio~t fo Fuzzy Logic. Togai InfraLogic Inc, Irvine. Ranst, E. V., A. Tang, R Groenrrnans & S. Sinthurahat. 1996. Application of Fuzzy Logic to Land Suitability for Rubber Production in Peninsular. Tllailand. Geoder~na,70: 1-19. Siler, W. 1997. Building Fuzzy Expert System. Alabama. Htto://users.aol.com/wsiled. . (diakses bulan Juli 2000).
Sibigtroth, J. M. 1992. I~nplementing Fuzzy Expert Rules in Hardware. AI Experf, 7(4):25Saran Pengujian dasar teori sistem pakar evaluasi lahan untuk tanaman buah tropik dengan Iogika fuzzy telah dilakukan, dan untuk menuju Turban, E. 1992. Expert Syste111sand Applied kesempurnaan, perlu dilakukan Arfijicinl InteIligertce. Mac-Millan Publislling pengimple~nentasian siste~n secara lengkap. Company, New York. Dengan se~nakin berketnbangnya internet, Implementasi sisteln berbasis web akan ~nenjadi Viot, G. 1993. Fuzzy logic: Concepts to lebih baik, sellingga diharapkan sistetn pakar ini constructs. AIExpert, 8(11): 26-33, akan benar-benar bennanfaat bagi para pengguna di lnana saja yang ~ n e ~ ~ ~ b u t u l k a n .
-.
DAPTAR PUSTAKA Djacnuddin, D., Basuni, S. Hardjowigeno, 8. Subagyo, M. Sultardi, I. Marsudi, N. Suharta, L. Bakirn, Widagdo, J. Dai, V. Survandi, S. Baehri & E. R Jordens. 1994. Kesesuaian Lallan untuk Tanaman Pertanian dan Tanaman Keluitanan. Center For Soil and Agrocli~nateResearch Bogor.
LAMPIRAN
Lampiran 1. Strulitur dasar sistem paliar.
fakta. kaidah. lilodel
Akuisisi Illnu Pengetalman
fakta, kaidah. model
+
Sistem Berbasis 4 b Pengetal~uan
fakta, kaidall, model
+
Mekanisme Inferensi P
S L C Gr C
. Pasir : Lc~npung : Liac : Lial berbongkah
Si SiL SiCL Sic LS SC
: Debu : Lelnput~gberdebu : Lempung liat berdebu : Lial berdebu : Pasir berle~~lpung : Lial bcrpasir
SR R S B SB
: Saugat ringan : Ringan : Sedang : Berat : Sangat Bernt
Ln~llllirnlr4. Scl:ln::
l ~ i l i i ikivalilcristik l i l l l i i l ~L I I I ~ U I < tilllamill1 jeruli
tlcogen model firuypolyrio~i~icrl..
I Parameter81
Nanle = ' KED?.L&MAN-EFEKTI F ' R a n g e = 15 1501
N 1 15 5 45 551
- -
.
~
-~
~ . .
S2 123 33 61 711 S3 I28 38 61 7 1 1 I l l I61 7 1 I,:,:' 1001
[Parameterl?] Name = 'i;Tt:' R a n g e = I 0 501 $3 10 0 4 61
52 14 G 1 5 171 $1 I15 1 7 50 501 [Parameterl:] Name = 'pH' R a n g e = 11 61
If ~ r a m e t e r 5 1 I-lass = 'TEKSTUH LIAT' R9n.112=[0 l ( I C i 1
Nla 0 . 0 0 . 0 4 . 4 4.61 S3A ( 4 . 4 4.6 4 . 9 5.11 SZA 14.9 5 . 1 5 . 4 5.61 --
.
-
~
~~
~
~
.
SZB 16.4 G.6 6 . 9 7.11 538 L6.9 7 . 1 7 . 4 7.61
R a n g e = [ O 61
S3 [ 0 . 0 0 . 0 0 . 7 5 1.251
(Paramererl41 Name = 'SALINITAS' R a n g e = 10 301 $ 1 [ 0 . 0 0.O 1 . 5 2.51 $2 1 1 . 5 1 . 5 5 . 5 6 . 5 1
[Parameter201 Name = 'BATUAN PERMUKAAN' Range = 10 401 S1 10.0 0.0 2.5 3.51 S2 12.5 3.5 4.5 5.51 $3 (4.5 5.5 14.5 15.5) N 1 114.5 15.5 24.5 25.51 N2 124.5 25.5 40.0 40.01 [FsranieterlGI blame = 'N' Rrn,>e = LO 11 S 3 10.0 0.0 0,075 0.1251 2:: (0.075 0.125 0.175 0.2251 51 10.175 0.925 1.0 1.01
[Par-ameterlH1 NJ,"* =
[Parameter211 Name = 'SINGKAPAN-BATUAN' Range = 10 401 S1 10.0 0.0 2.5 3.51 $2 12.5 3.5 4.5 5.51 S3 14.5 5.5 14.5 15.51 N1 114.5 15.5 24.5 25.51
Range = LO 151 S1 10.0 0.0 0.49 0.511 s? [0.49 0.51 0.75 1.251 53 (0.75 1.25 3.75 4.251 N 1 13.75 4.15 9.75 10.251
Lampiran 5. Rulc/I
IF:
IF:
.and and 3nd and iiid and lrid 3nd iild and 2nd ~ n and .arid and and and and and and and THEbI: output = 51
Average t e m p e r a t u r e = $1 2nd Dry month = S? 2nd R a i n f a l l = S1 and Land d r a i n a g e = $1 a d Land t e x t u r e f o r d u s t = S1 3nd Land t e x t u r e f o r s a n d = S1 and Land t e x t u r e f o r c l a y e y = S1 and The e f f e c t i v e r o o t d e p t h = S: and T u r f o v e r r i p e = S1 and Turf t h i c k n e s s = S1 and Land KTK = S1 and Land pH = S1 and C-Oaganic = S1 and S a l i n i t y = S l and S u l f i d e d e p t h = $1 and A v a i l a b i l i t y o f N = S1 and A v a i l a b i l i t y o f P205 = S1 and A v a i l a b i l i t y o f K20 = S1 and S l o p i n g l a n d S1 and S u r f a c e r o c k = $1 and Folded drown o f r o c k = S1 and E r o s i o n d a n g e r = S l THEN: o u t p u t = 52
I<;iitlnh 2 :
Kaidah 4 :
IF:
IF:
Avecaqe trlnperatur-e = S1 Dry ~nnntti = S l R a i n f a l l = S1 Land d r a i n a g e = S1 Land t e s t u r e f o r d u s t = $1 Land te?.ture f o r sand = 31 Laild t e s t u o e f o r c l a y e y = S1 The e f f e c t i v e r o o t ,depth = 51 T u r I n v e r r i p r = S1 Turf thisl:r~rss = S l Land KTK = S1 Lar~d pH = S1 d C-Or,qalii~ = 51 S a l i n i t y = S1 S u l f i d e deptl-t = S1 A v a i l a b i l i t y o f N = 51 A v a i l a b i l i t y of P?05 = S1 A v a i l a b i l i t y of K20 = S1 S l o p i n g l a n d = S1 S u r f a c e rock = $1 Folded drown o f rock = S1 E r o s i o n d a n g e r = $1
Average cemperatuce = $2 and Dry month = S1 and R a i n f a l l = S1 and Land d r a i n a g e = S1 and Land t e x t u r e fou d u s t = S1 and Land t e x t u r e f o r s a n d = S1 and Land t e x t u r e f o u c l a y e y = S1 and The e f f e c t i v e c o o t d e p t h = S1 and Turf o v e r r i p e = S1 s n d T u r f t l i i c k n e s s = S1 alnd Land t;TK = S1 and Land pH = S1 artd C-Ocqanic = S1 arid S a l i r j i t y = S1 and S u l f i d e degjth = S1 ;~nd A v a i l a b i l i t y o f N = S1 and A v a i l a b i l i t y o f P?O5 = 51 and A v a i l a b i l i t y of K20 = 51 and S l o p i n g l a n d = S1 and S u c f a c e rock = S1 and Folded drown of rock = S1 and E r o s i o n d a n g e r = 51 THEN: o u t p u t = SZ
-
Average t e m p e r a t u r e = S1 and Dry month = S1 and R a i n f a l l = S2 and Land d r a i n a g e = S1 and Land t e x t u r e f o r d u s t = $1 and Land t e x t u r e for sand = S1 and Land t e x t u r e f o r c l a y e y = $1 and The e f f e c t i v e r o o t d e p t h = S1 and T u r f o v e r r i p e = S1 and T u r f t h i c k n e s s = S1 and Land KTK = S1 2nd La"& pH = S1 and C-Organic = $1 and S a l i n i t y = S1 and S u l f i d e d e p t h = S1 and A v a i l a b i l i t y of N = S l and A v a i l a b i l i t y o f P205 = S1 and A v a i l a b i l i t y o f K2O = 5 1 and S l o p i n g l a n d = $1 and S u r f a c e r o c k = S 1 and Folded drown o f r o c k = S1 and E r o s i o n d a n g e r = S1 THEN: o u t p u t = SZ
IF:
IF: Avezage t e r n p e r a m r e = S1 Dry month = S1 R a i n f a l l =, S1 Land d r a i n a g e = S2 Land t e x t u r e f o r d u s t = S1 Land t e s t i l c e f o r sand = S1 Land t e x t u r e f u r c l a y e y = S1 The e f f e c t i v e r o o t d e p t h = S1 T u r f o v e r r i p e = S1 Turf thic):rress = S1 Land ETE = 51 Land pH = 51 C-Organic = S l S a l i n i t y = S1 S u l f i d e d e p t h = S1 A v a i l a b i l i t y o f N = $1 A v a i l a b i l i t y o f P205 = S1 A v a i i a b i l i t p o f K20 = S1 S l o p i n g l a n d = S1 Suuf.ica cock: = S1 Folded drown o f rock = S1 Exoslon d a n g e r = S1
and and arid and diid and and and 2nd 3nd and .and and and a!id ai-ld a111 and and and and THEN: output
=
$2
Average temperatui-e = S1 and Dry month = S1 and R a i n f a l l = S 1 and Land d r a i n a g e = S1 and Land t e x t u r e f o r d u s t = S1 and Land t e x t u r e f o r sand = S1 a r ~ d' Land t e x t u r e f o r c l a y e y = s1 and The e f f e c t i v e r o o t d e p t h = 5 2 and T u r f o v e r r i p e = S1 a r ~ d T u r f t h i c k n e s s = S1 and Land KTK = S1 and Land pH = S1 and C-Organic = S1 and S a l i n i t y = S1 and S u l f i d e d e p t h = S1 and A v a i l a b i l i t y of N = $1 and A v a i l a b i l i t y o f PZ05 = $1 and A v a i l a b i l i t y o f K20 = S1 and S l o p i n g l a n d = $1 and SurEace rock = S1 and Folded drown o f rock = S1 and E r o s i o n d a n g e r = S1 THEN: o u t p u t = 52
Knidali 8 : IF: and and and and and
Average t e m p e r a t u r e = $1 Dry month = S1 R a i n f a l l = S1 Land d r a i n a g e = S1 Land t e x t u r e f o r d u s t = SZ Land t e s t u r e f o r s a n d = 52 Land t e s t i l r e f o r c l a y e y = $2 The e f f e c t i v e r o o t d e p t h = S1 T u r f o v e r r i p e = S1 T u r f t h i c k n e s s = $1 Land t;l'K = S1 Land pH = S1 C-Organic = $1 S a l i n i t y = S1 S u l f i d e ,depth = S1 A v a i l a b i l i t y o f N = S1 A v a i l a b i l i c y o f PZ05 = S1 A v a i l a b i l i c y o f K2O = S l S l o p i n g l a n d = S1 S u r f a c e cock = S1 Folded drown o f rock = S1 E r o s i o n dan,3er = S 1
and and and and and and and and and and and and and and and and T1iEl.l: OUtpilt = 52
a rld
-
Average t e m p e r a t u r e = S1 Dry month S1 R a i n f a l l = $1 Land d r a i n a g e = S1 Land t e x t u r e f o r d u s t = S1 Land t e x t u r e f o r sand = S1 Land t e x t u r e f o r c l a y e y = $1 The e f f e c t i v e r o o t d e p t h = S1 T u r f o v e r r i p e = $2 Turf t h i c k n e s s = 61 A i d KTK = S l Land pH = S1 C-Organic = S1 S a l i n i t y = S1 S u l f i d e d e p t h = S1 A v a i l a b i l i t y o f N = S1 A v a i l a b i l i t y o f P205 = S1 A v a i l a b i l i t y o f K20 = S1 Sloping land = S l S u r f a c e r o c k = S1 Folded drown o f rock = S l E r o s i o n d a n g e r = S1
and and and and and and and and and and and and 8 "d and and and and and and and THEN: Output = 52
IF: and and
and a,d ahd .ifid .%LC
and a$, isl-,J
arm* dn,J
and al~d 3rd
and and and 2nd and
IF:
Averatae temperature = S1 Dry lmonth = S1 Rainfall = 91 Larid d r a i n q e = 51 Lanj texrure for dust = 51 Land tertu-e for sand = S1 Land tel:tn:e for clayey = 51 The effective coot depth = Sl Turf overripe = S1 Turf t1iiii:r:sss = S? Land t;TK = -31 Land ptl = 51 C-Or.janis = S 1 Salinity = Sl SillfiJe ,depth = S1 Availabilir)' of N = 51 Availabilicy of P205 = S1 Avsilabiliiy of K2O = S1 Sloping lsnd = S1 Surface rcsk = 51 Folded drown of ~ o c k= S1 Erosion danger = S1
and THEN: OutpLit =
s:
and and and and and and and
and and and and and and and and and and and and
Average temperature = S1 Dry month = S1 Rainfall = S1 Land drainage = S1 Land texture for dust = S1 Land texture for sand = S1 Land texture for clayey = 51 The effective root depth = Si Turf overripe = $1 Turf thickness = Sl Land KTK = S1 Land pH 52 C-Organic = S1 Salinity = S1 Sulfide depth = S1 Availability of N = S1 Availability of PZ05 = S1 Availability of KZO = Si Sloping land = sl Surface rock = S1 Folded drown of rock = Si Erosion danger S1
-
and and THEN: output = S2
-
IF:
IF:
Average tenlperature = $1 and Dry laoi-tth = S1 and Rainfall = S1 and Land drainage = S1 atid Land texture for dust = S1 and Land texture for sand = S1 and Lam3 texture for clayey = S1 and The effective root depth = S1 and Turf overripe = $1 snd Turf tliisl:ness = S1 and Land KTtC..= 52 and LanJ pH = S 1 and C-Organic = S1 and Salinity = S1 and Sulfide depth = S1 and Availabiliey af N = S1 and Availabiliry of P205 = Si and Availability of K20 = Sl and Sloping land = Si and Sucfaae rock = S1 and Folded drcwn of rock = S1 and Ernsion danger = S1 THEN: output = S"
Average temperature = S1 and Dry month = S1 and Rainfall = S1 and Land drainage = S1 and Land texture for dust = S1 and Land texture for sand = $1 and Land texture for clayey = S1 and The effective coot depth = S1 and Turf overripe = S1 and Turf thickness = S1 ,.,:. and Land KTK = S1 and Land pH = S1 and C-Organic = $2 and Salinity = S1 and Sulfide depth = S1 and Availability of N = S1 and Availability of PZ05 = S1 and Availability of K20 = $1 and Sloping land = S1 and Surface rock = S1 and Folded drown of rock = S1 and Erosion danger = $1 THEN: output = SZ
IF: Avc-r.;,:e teniper-arure = S1 iild Dr.;, :!,,:.nth = 51 ?!,d R a i r i f l l l = 51 2lld Lab2 dr-ainape = $1 llid Land t e x t u r e f o r d u s t = $1 .%rid Laic: t e x t u r e €0,- sand = S1 and Law.: ?e:xcnre f o r c l a y e y = S l i.!i T h e e f f e c t i v e r o o t d e p t h = $1 $1 ind T u r f o v e v r i p e slid T u r f 'l?ici:r~r-s.~= $1 - . ,.< .,.); = .-I .?:id .>,v31,d Larl.: pil = 31 arid C-C)c~ani,: = 51 s nd S a l i n i t y = SZ 3ild S ~ i l f i d rdef:,ti'i = S1 5lld A v a i l s b i 1 i . t ) ' .af N = S1 i n d A v a i l a b i l i t y o f P205 = S1 and A v a i l s b i l i t y of K?O = S1 2nd S l c g i n g larid = S1 dn,i S u r f a c e rock = $1 3nd Folded drown o f cock = S1 znd E o i i . , n d a n y e r = $1 THEN: o u t p u t = S?
Average t e m p e r a t u r e = $1 and Dry month = S1 and R a i n f a l l = S1 and Land d r a i n a g e S1 and Land t e x t u r e f o r d u s t = S1 and Land t e x t u r e f o r s a n d = $1 and Land t e x t u r e f o r c l a y e y S1 and The e f f e c t i v e r o o t d e p t h = S1 and T u r f o v e r r i p e = S1 and T u ~ ft h i c k n e s s = S1 and Land KTK = S1 and Land pH = S1 and C-Organic = $ 1 and S a l i n i t y = S1 and S u l f i d e d e p t h = S1 and A v a i l a b i l i t y of N = SZ and A v a i l a b i l i t y of P205 = S1 and A v a i l a b i l i t y o f K2O = S1 and S l o p i n g l a n d = S1 and S u r f a c e rock = S1 and Folded drown o f r o c k = S1 and E r o s i o n d a n g e r = S1 THEN: o u t p u t = $2
IF:
I E:
.
3rd
and and and and 2nd and 2nd ;rid
ind
2nd .?nd and iiid
-
..
A v e r q e temperature = $1 Dry inlonth = S1 R a i n f a l l = S1 Land d r a i n a g e = S1 Land t e x t u r e f o r d u s t = S1 Land t e x t u r e f o r s a n d = $1 Lard ce:.:ture f o r c l a y e y = S1 The e f f e c t i v e r o o t d e p t h = S1 T u r i c v e r r i p e = S1 T u r i thickness = S1 Lard ik:Ti.: = 51 Land p ~ = SI C-Orpanic = 51 S a l i n i t y = $1 S u l f i , J e d e p t h = S2 A v a i l a b i l i t y i,f N = S1 A v a i l a b i l i t y o f PZ05 = $1 A v a i l a b i l i t y o f K20 = $1 S l o p i n g l a n d = S1 S u r f a c e foci; = S1 E c . l j r J d r o v i , ,of roc); = S l Eri.si.?n ,Janqer = S1
alnd 2nd and and jnd and and THil4: OUtPUZ = S2
-
-
and and and and and and and and and and and and and and and
Average t e m p e r a t u r e = S1 Dry month = S l R a i n f a l l = $1 Land d r a i n a g e = S1 Land t e x t u r e f o r d u s t = S1 Land t e x t u r e f o r s a n d = $1 Land t e x t u r e Eor c l a y e y = S1 The e f f e c t i v e r o o t d e p t h = S1 T u r f o v e r r i p e = $1 Turf t h i c k n e s s = S1 Land KTK = S 1 Land pH = S 1 C-Organic = $ 1 S a l i n i t y = S1 S u l f i d e d e p t h = $1 A v a i l a b i l i t y o f N = S1 A v a i l a b i l i t y o f P205 = 52 A v a i l a b i l i t y o f K20 = S1 S l o p i n g l a n d = S1 S u r f a c e r o c k = $1 Folded drown o f rock = S1 E r o s i o n d a n g e r = S1
and and and and and and THEN: o u t p u t = 52
-
IF:
Average t e l t l p r c a t u r e = S1 and D c ~month S1 3nd R a i n f a l l = $1 and Land d r a i n a g e = S1 and Land t e x t u r e f o r d u s t = S1 ~ n d Lawd t e x t u r e f o r sand = S1 a n d Law3 t e x t u r e f o r c l a y e y = $1 at.,r3 The e f f e c t i v e r o o t d e p t h = 51 arid T u r f O v e r r i p e = S1 and Turf t I ~ i c l : n i ? s ~ = S1 and Larid ?;Ti: = S1 3 rid Law3 pH = 61 and C-Orqsnic = $1 aild S a l i n i t y = $1 a r ~ d S u l f i d e d e p t h = S1 and A v a i l a b i l i t y o f N = S1 and A v a i l a b i l i t y o f P?05 = S1 and A v a i l a b i l i t y o f K20 = S2 and Sloi:'ing l a n d = S1 31,d S u r f a c e rock = S1 and Folded drown o f rock = S1 and E r o s i o n d a n g e r = S1 THE14 : o u t p u t = SZ
and and THEN: o u t p u t = $2
IF:
IF:
Average t e m p e r a t u r e = S l and Dry nlnntt~ = S1 and R a i n f a l l = S1 and Land d r a i n a g e = S1 arid Lard t e x t u r e f o r d u s t = $1 3nd Land t e x t u r e f o r sand = S1 and Larld t e x t u r e f o r c l a y e y = $1 a n d The e f f e c t i v e r o o t d e p t h = S1 and T u r f o v e r r i p e = S1 a n d T u r f thicl:r,ess = S1 arld' Larld i:TK = S1 and Land pH = S1 and C-Oryaliic = S1 and S a l i n i t y = S1 and S u l f i d e d e p t h = S1 artd A v a i l a b i l i t y o f N = S1 and A v a i l a b i l i t y o f PZ05 = S1 and A v a i l a b i l i t y o f K20 = S1 and S l o p i n g l a n d = SZ and S u r f a c e rock = S1 and Folded drown o f rock = S1 a , d Ecosinr, d a n g e r = $1 THEN: Outpill = S'
and and and and and and and and a rid and and and and and and and and and and and and THEN:
and and and a "d and and and and and and and and and and and and and and
and
Average t e m p e r a t u r e = $1 Dry month = S1 R a i n f a l l = S1 Land d r a i n a g e = S1 Land t e x t u r e f o r d u s t = S1 Land t e x t u r e f o r s a n d = S1 Land t e x t u r e f o r c l a y e y = S1 The e f f e c t i v e coot d e p t h = S1 T u r f o v e r c i n e = S1 T u r f t h i c k n e s s = S1 Land KTK = S1 Land pH = S1 C-Organic = $1 S a l i n i t y = S1 S u l f i d e d e p t h = $1 A v a i l a b i l i t y o f N = S1 A v a i l a b i l i t y o f P205 = S1 A v a i l a b i l i t y o f KZO = S1 S l o p i n g l a n d = $1 S u r f a c e r o c k = SZ Folded drown o f rock = S1 E r o s i o n d a n g e r = $1
Average t e m p e r a t u r e = S1 Dry month = S1 R a i n f a l l = S1 Land d r a i n a g e = S1 Land t e x t u r e f o r d u s t = S1 Land t e x t u r e f o r sand = $1 Land t e x t u r e f a r c l a y e y = S l The e f f e c t i v e r o o t d e p t h = S1 Turf o v e r r i p e = S1 T u r f t h i c k n e s s = S1 Land KTK = S1 Land pH = $1 C-Organic = S1 S a l i n i t y = S1 S u l f i d e d e p t h = S1 A v a i l a b i l i t y o f N = S1 A v a i l a b i l i t y o f P205 = S1 A v a i l a b i l i t y o f K20 = S1 Sloping land = S l S u r f a c e rock = S1 Folded drown o f rock = SZ E r o s i o n d a n g e r = $1
IF:
-
A v c r a g e tcmpeiiiture = S1. Dry month sl Rainfall = S 1 Lanci d ~ z ~ i . u a g=c $1 Land texture for dust = sl Land texture for s a n d = Sl I l i ~ i ~ L~.C)ILIITC i Tor cl.rlycy = S l The effective root d e p t h = Sl Turf overripe = $1 and T u r f Lllicl
;
THEN:
output = S Z
