Pemodelan Fuzzy Inference System Tsukamoto  Untuk Prediksi Curah Hujan  Studi Kasus Kota Batu

Wahyuni, Ida; Ahda, Fadhli Almu’iini

doi:10.32815/jitika.v12i2.260

Cited by 6 publications

(12 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…FIS Tsukamoto pernah digunakan untuk memprediksi curah hujan di Daerah Batu Jawa Timur oleh Wahyuni & Ahda (2018). Pada penelitian tersebut digunakan empat kriteria input yaitu Zt-1 (curah hujan rata-rata selama 10 hari kebelakang), Zt-2 (curah hujan rata-rata selama 20 hari kebelakang), Zt-17 (curah hujan rata-rata selama 170 hari kebelakang), Zt-34 (curah hujan rata-rata selama 340 hari kebelakang).…”

Section: Prediksi Curah Hujan Dengan Fis Tsukamoto DI Daerah Batuunclassified

“…Nilai dari masing-masing gen akan dibangkitkan secara acak dari range [0,38]. Nilai range tersebut diambil dari nilai batasan batasan fungsi keanggotaan fuzzy pada penelitian sebelumnya (Wahyuni & Ahda, 2018). Ilustrasi representasi kromosom ditunjukkan pada Gambar 1 berikut ini.…”

Section: Representasi Kromosomunclassified

“…Setiap data mewakili rata-rata curah hujan selama sepuluh hari, sehingga hasil prediksi juga akan menghasilkan data curah hujan pada sepuluh hari kedepan atau dalam bentuk dasarian. Kriteria input FIS Tsukamoto yang digunakan pada penelitian ini sama dengan yang digunakan pada penelitian sebelumnya (Wahyuni & Ahda, 2018).…”

Section: Hasil Dan Pembahasanunclassified

“…Dapat dilihat bahwa pemodelan metode tersebut dapat memprediksi curah hujan = 0 dengan tepat di beberapa data. Metode sebelumnya yang menggunakan FIS Tsukamoto tidak dapat melakukan hal tersebut (Wahyuni & Ahda, 2018).…”

Section: Hasil Optimasi Batasan Fungsi Keanggotaanunclassified

“…Nilai error RMSE hasil prediksi curah hujan menggunakan hybrid Tsukamoto FIS dan algoritma genetika akan dibandingkan dengan nilai error RMSE hasil prediksi pada penelitian sebelumnya yang dilakukan oleh Wahyuni & Ahda (2018). Perbandingan dilakukan pada empat lokasi yang sama.…”

Section: Perbandingan Rmse Hasil Prediksiunclassified

See 4 more Smart Citations

Penerapan Metode Hybrid FIS Tsukamoto dan Algoritma Genetika untuk Prediksi Curah Hujan di Daerah Batu

Wahyuni¹,

Ahda²,

Adipraja³

2018

JTIIK

Self Cite

View full text Add to dashboard Cite

Curah hujan yang semakin tidak menentu memberikan efek yang cukup signifikan pada bidang pertanian dan perkebunan. Salah satu bidang perkebunan yang memanfaatkan pola curah hujan adalah perkebunan apel. Petani apel membutuhkan perhitungan curah hujan untuk menentukan kapan proses pembungaan yang tepat agar hasil panen yang di dapatkan bisa maksimal. Namun, karena tidak menentunya pola curah hujan, petani menjadi kesulitan dalam menentukan waktu pembungaan dan panen apel menjadi tidak maksimal. Pada penelitian ini dibuat sebuah pemodelan yang paling optimal dalam memprediksi curah hujan di daerah Batu, Jawa Timur menggunakan metode hybrid FIS Tsukamoto dan algoritma genetika. Metode hybrid yang dilakukan adalah mengoptimasi batasan fungsi keanggotaan FIS Tsukamoto menggunakan algoritma genetika. Setelah proses pengujian, penerapan metode Metode hybrid FIS Tsukamoto dan algoritma genetika dapat digunakan untuk memprediksi curah hujan dengan nilai error RMSE lebih kecil dibandingkan dengan FIS Tsukamoto tanpa optimasi. Nilai error RMSE pada daerah Junggo sebesar 6.485, pada daerah Pujon sebesar 6.932, pada daerah Tinjomulyo sebesar 5.969, pada daerah Ngujung sebesar 5.498. AbstractThe erratic rainfall has a significant effect on agriculture and plantations. One area of plantations that utilizes rainfall patterns is apple plantations. Apple farmers need rainfall calculations to determine when the flowering process is right so that the yield can be maximized. However, due to the uncertainty of rainfall patterns, farmers have difficulty in determining the time of flowering and harvesting apples to be not optimal. In this study, the most optimal modeling was used to predict rainfall in the Batu area, East Java using the hybrid FIS Tsukamoto method and genetic algorithm. The hybrid method used is to optimize the boundary function of Tsukamoto's FIS membership using a genetic algorithm. After the testing process, the application of the hybrid method of the Tsukamoto FIS method and the genetic algorithm can be used to predict rainfall with a smaller RMSE error compared to the FIS Tsukamoto without optimization. RMSE error value in Junggo area is 6,485, in Pujon area is 6,932, in Tinjomulyo area is 5,969, in Ngujung area is 5,498.

show abstract

Section: Prediksi Curah Hujan Dengan Fis Tsukamoto DI Daerah Batuunclassified

Section: Representasi Kromosomunclassified

Section: Hasil Dan Pembahasanunclassified

Section: Hasil Optimasi Batasan Fungsi Keanggotaanunclassified

Section: Perbandingan Rmse Hasil Prediksiunclassified

See 3 more Smart Citations

Penerapan Metode Hybrid FIS Tsukamoto dan Algoritma Genetika untuk Prediksi Curah Hujan di Daerah Batu

Wahyuni¹,

Ahda²,

Adipraja³

2018

JTIIK

Self Cite

View full text Add to dashboard Cite

show abstract

Implementasi Algoritma Fisher-Yates Shuffle Dan Fuzzy Tsukamoto Pada Game Petualangan Si Thole Berbasis Android Menggunakan Game Engine Unity

Annazili

Qoiriah

2020

JINACS

View full text Add to dashboard Cite

Abstrak—Belajar secara konvensional dengan cara membaca buku membuat siswa merasa bosan dan mengurangi daya minat siswa dalam belajar, terlebih lagi belajar mata pelajaran yang dianggap sulit oleh siswa seperti matematika. Game merupakan suatu permainan yang saat ini banyak digemari oleh semua kalangan terutama pelajar. Game bukan hanya sebagai media rekreasi, namun juga bisa dimanfaatkan sebagai media edukasi dalam menyampaikan materi khususnya pelajaran matematika. Game edukasi merupakan game yang dirancang sebagai media dalam menyampaikan materi pembelajaran siswa, game edukasi saat ini kebanyakan berbentuk kuis dan mempunyai soal yang berulang-ulang atau tidak dinamis sehingga mudah ditebak dan membosankan. Algoritma fisher-yates shuffle merupakan algoritma yang digunakan untuk menghasilkan permutasi acak pada himpunan data, sehingga algoritma tersebut mampu menentukan solusi pengacakan yang tidak berulang-ulang dan menghasilkan data yang variatif. Fuzzy logic merupakan cara untuk mencari solusi yang dianggap samar, biasanya digunakan untuk menentukan keputusan dengan aturan-aturan yang sudah dibuat. Pada penelitian ini akan dirancang sebuah game yang diberi nama petualangan si thole, pada game ini akan diterapkan algoritma fisher-yates shuffle dan algoritma fuzzy tsukamoto. Algoritma fisher-yates shuffle merupakan algoritma yang digunakan untuk melakukan random atau pengacakan pada soal, sehingga soal yang akan ditampilkan akan berbeda dan tidak berulang - ulang. Algoritma fuzzy tsukamoto merupakan algoritma yang digunakan untuk menentukan skor akhir pada game dengan menggunakan beberapa parameter penentu, untuk menentukan skor akhir pada game menggunakan 4 variabel sebagai penentu keputusan hasil skor akhir yaitu poin, koin, nyawa, dan waktu. Dari hasil penelitian ini bahwa algoritma fisher-yates shuffle dapat menghasilkan pengacakan soal yang bervariasi dan tidak berulang-ulang. Algoritma fuzzy tsukamoto menghasilkan akurasi yang baik yaitu sebesar 100% dari perhitungan berdasarkan sistem di dalam game dengan perhitungan secara manual. Kata Kunci—Fisher-Yates Shuffle, Fuzzy, Fuzzy Tsukamoto, Game Edukasi, Game Adventure, Matematika Luas Dan Keliling Bangun Datar, Game Petualangan.

show abstract

Digital Image Processing for Height Measurement Application Based on Python OpenCV and Regression Analysis

Abadi

Tahcfulloh²

2022

JOIV : Int. J. Inform. Visualization

View full text Add to dashboard Cite

Pixel is the smallest element given by the image from a digital camera and is used as a data source in the digital image processing process. In this paper, two data collection processes are carried out, i.e. taking actual height data using a standard stature meter and taking sample photos using a camera placed from the sample with a distance of 160 cm and a height of 100 cm. The sample photos obtained are then processed for segmentation of the sample body against the surrounding environment using several digital image-processing techniques such as grayscale, blur, edge detection, and bounding box in order to obtain a pixel value that represents the height of the sample. The next stage is the regression analysis process by correlating actual height with pixel height using five regression equation analysis methods such as least squares, logarithmic powers, exponentials, quadratic polynomials, and cubic polynomials. This study analyzes the differences between these methods in terms of correlation coefficient, Root Mean Squared Error (RMSE), average error, and accuracy between height calculation data based on digital image processing and actual height measurement data. From the results obtained, the logarithmic power method produces the best analytical value compared to other methods with the correlation coefficient, RMSE, average error percentage, and percentage accuracy of 0.976, 1.3, 0.58%, and 99.42%, respectively. While the cubic polynomial is in the last position, the correlation coefficient, RMSE, average error percentage, and accuracy percentage are 0.978, 1.41, 0.64%, and 99.36%, respectively.

show abstract

Pemodelan Fuzzy Inference System Tsukamoto Untuk Prediksi Curah Hujan Studi Kasus Kota Batu

Cited by 6 publications

References 3 publications

Penerapan Metode Hybrid FIS Tsukamoto dan Algoritma Genetika untuk Prediksi Curah Hujan di Daerah Batu

Penerapan Metode Hybrid FIS Tsukamoto dan Algoritma Genetika untuk Prediksi Curah Hujan di Daerah Batu

Implementasi Algoritma Fisher-Yates Shuffle Dan Fuzzy Tsukamoto Pada Game Petualangan Si Thole Berbasis Android Menggunakan Game Engine Unity

Digital Image Processing for Height Measurement Application Based on Python OpenCV and Regression Analysis

Contact Info

Product

Resources

About