PERANCANGAN PERANGKAT LUNAK PREDIKTOR CUACA BERBASIS LOGIKA FUZZY Oleh Ilham Bangun Asmoro 2407 100 030
Dosen Pembimbing : Ir. Syamsul Arifin, MT Jurusan Teknik Fisika Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 2011
Fitri Adi I. , ST, MT
Pemodelan
Global Warming
Pengaruh cuaca terhadap aspek kehidupan
Penyebab Terjadinya Kecelakaan Kapal Struktur Kapal 21%
Human Error 41%
Bencana Alam 38%
[MTI, VOLUME 2, 1-2-3 LANGKAH, 2007]
Bagaimana merancang suatu perangkat lunak prediktor cuaca agar mampu digunakan untuk proses prediksi cuaca, Bagaimana membangun suatu Graphic User Interface (GUI) yang mampu mengolah, menyimpan dan menampilkan prediksi cuaca, Bagaimana merancang algoritma logika fuzzy untuk prediktor cuaca, Bagaimana merancang algoritma logika fuzzy agar dapat memprediksi secara tepat dan akurat.
Penelitian hanya dilakukan di sekitar Teknik Fisika ITS Surabaya, Data yang diambil dari hasil pengukuran stasiun cuaca mini yang telah dibuat (data real), Data yang digunakan sebagai masukan adalah temperatur, kelembaban udara dan kecepatan angin, Data yang digunakan sebagai keluaran adalah curah hujan atau weather event,
Tujuan dari penelitian ini adalah Merancang suatu perangkat lunak prediktor cuaca agar mampu digunakan untuk proses prediksi cuaca,
Proses
CaMaBa
Kriteria nilai ITS
Proses
Mulai
Perolehan Data Variabel Cuaca
Perancangan Algoritma dan Perangkat Lunak
Pengujian Sistem dan Perbaikan Algoritma
Tidak Sesuai
Ya Analisa dan Validasi
Ya Penyusunan Laporan
Selesai
No 1
Peneliti Kresnawan, Andre
Judul Tahun Metode Neural Penerapan Model 2009 Network Jaringan Syaraf Tiruan untuk Memprediksi Gangguan Cuaca Maritim
2
Pratama, Perancangan 2010 Ardian Candra Model Adaptive Neuro Fuzzy Inference System Untuk Memprediksi Cuaca maritim
ANFIS
3
Yorinda, Ilham Perancangan 2010 Achmadi Sistem Prediksi Cuaca Berbasis Pada Logika Fuzzy untuk Kebutuhan Penerbangan Bandara JuandaSurabaya
Fuzzy Logic
Hasil Current RMSE training = 9.64 m/s, RMSE checking = 7.98 m/s dan VAF = 38,1 %, Wave RMSE = 0,1295 meter and VAF = 99.887%, rainfall RMSE = 32,6 mm and VAF = 26,122 %. Akurasi untuk presiksi hujan sebesar 38 %, untuk cuaca hari ini 99.887 %, dan prediksi gelombang 99.913 %.
Kekurangan Off Line dan pada kawasan maritim
Off Line dan pada kawasan maritim
Off Line
Visual Basic 6.0
MATLAB 2009
Component
MATRIKON OPC SIMULATION SERVER
References
Simulink
Arsitektur OPC SCADA
EXCEL
DCS
OPC CLIENT
OPC CLIENT
OPC CLIENT
OPC SERVER
SPESIFIC COMMUNICATION DEVICES
Arsitektur Pengendalian pada kebanyakan industri secara konvensional
Data-Data Penelitian sebelumnya (ex: yorinda, 2010)
Temperatur
Kelembapan
Kecepatan Angin
Define singa as now temperature Define singaman as past temperature Define kulim as now relative humidity Define kulimir as past relative humidity Define kupa as now wind speed Define kupamil as past wind speed
Inisialisasi Nilai Parameter Cuaca Cerah memiliki crisp maksimum 0.2 Berawan memiliki crisp maksimum 0.4 Mendung memiliki crisp maksimum 0.6 Berawan memiliki crisp maksimum 0.8 Hujan memiliki crisp maksimum 1.0
kupa No
singa
kulim
1
Lo
Lo
Av
Hi
Lo
Mendung
Mendung
Mendung
2
Av
Gerimis
Gerimis
Gerimis
3
Hi
Hujan
Hujan
Hujan
Lo
Berawan
Berawan
Berawan
5
Av
Mendung
Mendung
Mendung
6
Hi
Gerimis
Gerimis
Gerimis
Lo
Cerah
Cerah
Cerah
8
Av
Berawan
Berawan
Berawan
9
Hi
Mendung
Mendung
Mendung
4
7
Av
Hi
If temperature is Hi and humidity is Lo and windspeed is Lo Then weather is CERAH If temperature is Hi and humidity is Av and windspeed is Lo Then weather is BERAWAN If temperature is Hi and humidity is Hi and windspeed is Lo Then weather is MENDUNG
No
singa
singaman
1 Lo
2 3 4 5 6
Lo
Av
7
Lo
Kulimir Av
Hi
Lo
Mendung
Mendung
Mendung
Av Hi
Gerimis Hujan
Gerimis Hujan
Gerimis Hujan
Lo
Mendung
Mendung
Mendung
Av Hi
Gerimis Hujan
Gerimis Hujan
Gerimis Hujan
kulim
Lo
Mendung
Mendung
Mendung
Av Hi Lo
Gerimis Hujan Berawan
Gerimis Hujan Berawan
Gerimis Hujan Berawan
Av
Mendung
Mendung
Mendung
Hi Lo
Gerimis Berawan
Gerimis Berawan
Gerimis Berawan
Av
Mendung
Mendung
Mendung
Hi Lo
Gerimis Berawan
Gerimis Berawan
Gerimis Berawan
Av
Mendung
Mendung
Mendung
Hi Lo Av
Gerimis Cerah Berawan
Gerimis Cerah Berawan
Gerimis Cerah Berawan
21
Hi
Mendung
Mendung
Mendung
22 23
Lo Av
Cerah Berawan
Cerah Berawan
Cerah Berawan
24
Hi
Mendung
Mendung
Mendung
25 26
Lo Av
Cerah Berawan
Cerah Berawan
Cerah Berawan
Hi
Mendung
Mendung
Mendung
Hi
8 9 10
Lo
11 12 13 14
Av
Av
15 16 17
Hi
18 19 20
27
Lo
Hi
Av
Hi
If Now Temperature is Hi and Past Temperature is Av and Now Humidity is Av and Past Humidity is Av Then weather is BERAWAN If Now Temperature is Hi and Past Temperature is Av and Now Humidity is Hi and Past Humidity is Av Then weather is MENDUNG… If Now Temperature is Hi and Past Temperature is Hi and Now Humidity is Lo and Past Humidity is Av Then weather is HUJAN…
Tampilan Antarmuka OPC
Tampilan Perangkat Lunak Visual Basic
(Nilai Cuaca Real-Nilai Cuaca Simulink) 2 RMSE= n, data. pengukuran
Data Temperatur per 26 April 2011 hingga 19 Juni 2011
Data Kelembapan per 26 April 2011 hingga 19 Juni 2011
Data Kecepatan Angin per 26 April 2011 hingga 19 Juni 2011
Berdasarkan hasil pengukuran selama 7 hari dengan rentang waktu selama 12 jam, didapatkan data pengukuran variabel cuaca (temperatur, kelembapan relatif, kecepatan angin, dan cuaca real) Setelah dibandingkan dengan prediksi, diperoleh RMSE sebesar 22,71% sehingga perlu dilakukan perbaikan fungsi keanggotaan dengan cara FCM (Fuzzy Mean Clustering)
Data Temperatur per 26 April 2011 hingga 19 Juni 2011
Hasil Pengelompokan data diubah menjadi fungsi keanggotaan temperatur yang baru
Data Kelembapan per 26 April 2011 hingga 19 Juni 2011
Hasil Pengelompokan data diubah menjadi fungsi keanggotaan kelembapan yang baru
Data Kecepatan Angin per 26 April 2011 hingga 19 Juni 2011
Hasil Pengelompokan data diubah menjadi fungsi keanggotaan kecepatan angin yang baru
(Nilai Cuaca Real-Nilai Cuaca Simulink) 2 RMSE= n, data. pengukuran
No 1 2 3 4 5 6 7 Mean Akurasi Data per 20 Juni 2011 hingga 28 Juni 2011
PI 0.16 0.14 0.18 0.17 0.22 0.14 0.18 0.17 0.83
No 1 2 3 4 5 6 7 Mean
PII 0.17 0.12 0.14 0.14 0.22 0.16 0.26 0.17
Akurasi
0.83
Data per 20 Juni 2011 hingga 28 Juni 2011
No 1 2 3 4 5 6 7 Mean
PII 0.18 0.28 0.15 0.14 0.17 0.17 0.28 0.20
Akurasi
0.80
Data per 20 Juni 2011 hingga 28 Juni 2011
No 1 2 3 4 5 6 7 Mean Akura si
PI 0.16 0.14 0.18 0.17 0.22 0.14 0.18 0.17
PII 0.17 0.12 0.14 0.14 0.22 0.16 0.26 0.17
PII 0.18 0.28 0.15 0.14 0.17 0.17 0.28 0.20
0.83
0.83
0.80
Data per 20 Juni 2011 hingga 28 Juni 2011
Setelah dilakukan penelitian tentang perancangan perangkat lunak prediksi cuaca, terdapat beberapa kesimpulan yang dapat diambil. Pengukuran event “cuaca saat ini” memiliki nilai akurasi sebesar 82,9%. Sedangkan, pengukuran prediksi event “cuaca saat ini” adalah sebesar 82,69%. Untuk pengukuran prediksi event “cuaca satu jam ke depan” adalah sebesar 80,40%. Dalam penelitian ini pula, variabel kecepatan angin tidak berpengaruh secara signifikan, Hal ini dikarenakan sebaran data kecepatan angin yang bersifat acak dan rentang pengukuran yang kecil antara 0 hingga 5 m/s. Saran-saran yang dapat diberikan untuk penelitian selanjutnya adalah pengembangan variabel cuaca yang digunakan sebagai masukan. Setelah dilakukan penelitian terhadap tiga variabel cuaca (temperatur, kelembapan, kecepatan angin), perlu adanya penambahan variabel terang langit dan curah hujan. Hal ini dikarenakan tiga variabel tersebut dirasa kurang untuk mewakili suatu event cuaca. Kemudian pengembangan perangkat lunak selain MATLAB yang dapat digunakan untuk proses pengolahan data semisal LabVIEW.
