LAPORAN TUGAS KONSEP TEKNOLOGI INFORMATIKA PENANGGULANGAN BANJIR DENGAN MENGGUNAKAN METODE FUZZY LOGIC

OLEH HARITS EKOPRASTYO ABDURRAHMAN - 7412040706 FIKRIADI BUDI SANTOSO 7412040715 BAGUS MASRURI SANTOSO 7412040716 AHMAD FARIHIN - 7412040725

1. Latar Belakang
Banjir merupakan fenomena alam dimana terjadi kelebihan air yang tidak tertampung oleh jaringan drainase di suatu daerah sehingga menimbulkan genangan yang merugikan. Kerugian yang diakibatkan banjir seringkali sulit diatasi baik oleh masyarakat maupun instansi terkait. Banjir disebabkan oleh berbagai macam faktor yaitu kondisi daerah tangkapan hujan, durasi dan intesitas hujan, land cover, kondisi topografi, dan kapasitas jaringan drainase. Banjir di daerah perkotaan memiliki karakteristik yang berbeda dengan banjir pada lahan/alamiah. Pada kondisi di alam, air hujan yang turun ke tanah akan mengalir sesuai kontur tanah yang ada ke arah yang lebih rendah. Untuk daerah perkotaan pada umumnya air hujan yang turun akan dialirkan masuk ke dalam saluran-saluran buatan yang mengalirkan air masuk ke sungai. Kontur lahan yang terdapat di daerah perkotaan direncanakan agar air hujan yang turun mengalir ke dalam saluran-saluran buatan tadi. Ada kalanya, kapasitas saluran tersebut tidak mencukupi untuk menampung air hujan yang terjadi, sehingga mengakibatkan terjadinya banjir. Kasus-kasus banjir di daerah perkotaan memiliki beberapa masalah yang perlu ditelaah lebih lanjut. Arah aliran yang terjadi tidak lagi sepenuhnya bergantung pada kondisi topografi lahan, karena adanya bangunan-bangunan yang menghalangi arah aliran air. Aliran yang terjadi berubah arah karena membentur bangunan dan mengakibatkan arah aliran memantul atau berbelok baik ke kiri maupun ke kanan [Farid, 2007].

2. Dasar Teori

2.1

MATLAB MATLAB adalah sebuah lingkungan komputasi numerikal dan bahasa pemrograman

komputer generasi keempat. Dikembangkan oleh The MathWorks, MATLAB memungkinkan manipulasi matriks, pem-plot-an fungsi dan data, implementasi algoritma, pembuatan antarmuka pengguna, dan peng-antarmuka-an dengan program dalam bahasa lainnya. Meskipun hanya bernuansa numerik, sebuah kotak kakas (toolbox) yang menggunakan mesin simbolik MuPAD, memungkinkan akses terhadap kemampuan aljabar komputer. Sebuah paket tambahan, Simulink, menambahkan simulasi grafis multiranah dan Desain Berdasar-Model untuk sistem terlekat dan dinamik. Pada tahun 2004, MathWorks mengklaim bahwa MATLAB telah dimanfaatkan oleh lebih dari satu juta pengguna di dunia pendidikan dan industri. SEJARAH : MATLAB (yang berarti "matrix laboratory") diciptakan pada akhir tahun 1970-an oleh Cleve Moler, yang kemudian menjadi Ketua Departemen Ilmu Komputer di Universitas New Mexico. Ia merancangnya untuk memberikan akses bagi mahasiswa dalam memakai LINPACK dan EISPACK tanpa harus mempelajari Fortran. Karyanya itu segera menyebar ke universitasuniversitas lain dan memperoleh sambutan hangat di kalangan komunitas matematika terapan. Jack Little, seorang insinyur, dipertemukan dengan karyanya tersebut selama kunjungan Moler ke Universitas Stanford pada tahun 1983. Menyadari potensi komersialnya, ia bergabung dengan Moler dan Steve Bangert. Mereka menulis ulang MATLAB dalam bahasa pemrograman C, kemudian mendirikan The MathWorks pada tahun 1984 untuk melanjutkan pengembangannya. Pustaka yang ditulis ulang tadi kini dikenal dengan nama JACKPAC. Pada tahun 2000, MATLAB ditulis ulang dengan pemakaian sekumpulan pustaka baru untuk manipulasi matriks, LAPACK.

MATLAB pertama kali diadopsi oleh insinyur rancangan kontrol (yang juga spesialisasi Little), tapi lalu menyebar secara cepat ke berbagai bidang lain. Kini juga digunakan di bidang pendidikan, khususnya dalam pengajaran aljabar linear dan analisis numerik, serta populer di kalangan ilmuwan yang menekuni bidang pengolahan citra

2.2

LOGIKA FUZZY Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep

kebenaran sebagian. Saat logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah biner (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran. Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan "sangat". Logika ini berhubungan dengan set fuzzy dan teori kemungkinan. Logika fuzzy diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California, Berkeley pada 1965. Logika fuzzy dan logika probabilitas secara matematis sama - keduanya mempunyai nilai kebenaran yang berkisar antara 0 dan 1 - namun secara konsep berbeda. Logika fuzzy berbicara mengenai "derajat kebenaran", sedangkan logika probabilitas mengenai "probabilitas, kecenderungan". Karena kedua hal itu berbeda, logika fuzzy dan logika probabilitas mempunyai contoh penerapan dalam dunia nyata yang berbeda.

2.3

Fuzzy Logic Tool Box

MATLAB menyediakan tool untuk membuat System Inferensi Fuzzy (FIS) bernama

Fuzzy Logic Toolbox (FLT). FLT memiliki 5 jenis GUI untuk merancang FIS: 1. FIS Editor

2. Membership Function Editor 3. Rule Editor 4. Rule Viewer 5. Surface viewer

3. Keputusan Early Warning Dampak Luapan Banjir dengan Fuzzy

1. 2. Kita tentukan variable linguistiknya yaitu sensor, komunikasi data dan luapan banjir Kita buka software MATLAB dan ketikkan fuzzy pada GUI nya

3.

Tampilan FIS Editor

4.

Kita buat inputnya jadi 2 yaitu dengan menambah inputnya dengan cara klik tool edit pilih add variable pilih input. Untuk gambar Input 1 : Sensor Untuk gambar Input 2 : Komunikasi Data Untuk gambar Output : Luapan Banjir

 Untuk menyimpan pengerjaan Matlab : File => Export => To file (Pilih direktori letak penyimpanan) => Save

4. Membership Function Editor

1. Dari FIS editor, pilih: Edit - Membership Functions

5. Rule Editor
1. Dari FIS editor, Pilih: Edit => Rules. Lalu hubungkan setiap rule

6. Rule Viewer
1. 2. Rule viewer menampilkan proses inferensi di dalam FIS. Klik View => Rules

7. Surface Viewer
1. 2. Surface Viewer menampilkan keluaran FIS dalam plot 3-D Klik View => Surface

8. Pengujian
1. Ketik : fis = readfis(early-warning) lalu Enter, maka Matlab akan meload engine FIS yang kita miliki yaitu : early-warning.fis. Berarti variabelnya diberi nama fis. >>fis=readfis(early-warning)

2.

Berikutnya kita uji, misalnya Sensor Lambat, yaitu 1 sedangkan Komunikasi Data Lambat. Instruksi yang diperlukan adalah evalfis. >>out=evalfis([1 1],fis)

Kategori Nilai : 0 : awas 1 : awas 2 : awas 3 : awas 4 : awas 5 : rata-rata 6 : waspada 7 : waspada 8 : waspada 9 : waspada 10 : waspada