Pendekatan Fungsi Transfer Sebagai Input Adaptive Neuro-Fuzzy Inference System (ANFIS) dalam Peramalan Kecepatan Angin Rata-Rata Harian di Sumenep

Transkripsi

1 JURNL SINS DN SENI ITS Vol., No., (Sep. 0 ISSN: 0-9 D- Pendekaan Fungsi Transer Sebagai Inpu dapive Neuro-Fuzzy Inerence Sysem (NFIS dalam Peramalan Kecepaan ngin Raa-Raa Harian di Sumenep Yulia Nurviasari dan Irhamah Jurusan Saisika, Fakulas Maemaika dan Ilmu Pengeahuan lam, Insiu Teknologi Sepuluh Nopember (ITS Jl. rie Rahman Hakim, Surabaya 0 irhamah@saisika.is.ac.id bsrak ngin merupakan aliran udara dari suau empa ke empa yang lain. Kecepaan angin yang melebihi 40 km/jam dapa menyebabkan bencana, misalnya nelayan idak dapa melau akiba gelombang lau meninggi dan lain-lain. esarnya kecepaan angin di daerah Sumenep menjadi hal yang sanga diperimbangkan menginga Sumenep merupakan daerah pesisir yang masyarakanya juga sebagian besar menjadi nelayan. Oleh karena iu perlu dilakukan peneliian mengenai kecepaan angin. Salah sau peneliian yang bisa dilakukan adalah peramalan erhadap besarnya kecepaan angin. Daa yang digunakan adalah daa sekunder dari MKG di Sumenep periode Januari 00 sampai Desember 0. Daa yang digunakan adalah daa harian kecepaan angin (Y dan ekanan udara(. Daa insample sebanyak daa, sedangkan daa ou-sample daa. Hasil analisis deskripi unuk ekanan udara raa-raa harian di Sumenep mulai dari Januari 00 sampai dengan Desember 0 sebesar 00,5 dan raa-raa kecepaan angin adalah 5, kno. Fungsi Transer yang erbenuk adalah daa kecepaan angin pada hari ini dipengaruhi oleh ekanan udara pada hari dan 4 hari sebelumnya sera kecepaan angin sau hari sebelumnya.. NFIS dengan membership uncion dan ungsi Phi paling cocok digunakan unuk meramalkan daa kecepaan angin. Hasil perbandingan anara Meode Fungsi Transer dengan Meode NFIS inpu ungsi ranser, dikeahui bahwa meode NFIS dengan inpu ungsi ranser adalah meode yang paling cocok digunakan unuk meramalkan daa Kecepaan ngin periode Januari 00 sampai dengan Desember 0. Kaa Kunci Kecepaan angin, Tekanan Udara, Fungsi Transer, NFIS. I. PENDHULUN UC dan iklim yang idak menenu yang sering erjadi Cakhir-akhir ini dapa memberikan dampak negai pada kegiaan manusia. Salah sau unsur yang mempengaruhi cuaca dan iklim adalah angin. esarnya kecepaan angin di daerah Sumenep menjadi hal yang sanga diperimbangkan menginga Sumenep merupakan daerah pesisir yang masyarakanya juga sebagian besar menjadi nelayan. Selain iu, di Sumenep erdapa pelabuhan yang digunakan unuk akivias pelayaran anarpulau dan nelayan melakukan akiviasnya. erbagai jenis meode sudah digunakan unuk meramalkan daa kecepaan angin di Sumenep. Meode erbaik adalah NFIS karena kelebihan NFIS dalam kerjanya mempergunakan algorima belajar hibrida dimana menggabungkan meode Leas Square Esimaor (LSE pada ahap alur maju dan error backpropagaion (EP pada ahap alur mundur, NFIS merupakan jaringan adapi yang berbasis pada sisem inerensi uzzy. kan eapi pada peneliian sebelumnya, daa yang digunakan hanya dari kecepaan angin saja padahal kecepaan angin juga dipengaruhi oleh akor lain, yaiu ekanan udara. Oleh karena iu, dapa dirumuskan beberapa permasalahan, yaiu:agaimana karakerisik daa kecepaan angin dan ekanan udara di Sumenep, model Fungsi Transer unuk peramalan daa kecepaan angin, penerapan meode NFIS unuk peramalan daa kecepaan angin sera perbandingan hasil peramalan anara meode Fungsi Transer dan meode NFIS unuk peramalan daa kecepaan angin raa-raa di Sumenep dengan variabel inpu ekanan udara. Tujuan yang ingin dicapai adalah menjawab dari permasalahan. Pada peneliian ini meode yang dikaji ialah NFIS dengan inpu Fungsi Transer. II. TINJUN PUSTK Time Series merupakan rangkaian observasi yang beruruan. Pada umumnya uruan ersebu berdasarkan waku []. Daa yang idak sasioner dalam mean perlu dilakukan proses pembedaan (dierencing. Dierencing : ' ( RIM non musiman(p,d,q adalah gabungan dari model uoregressive (R(p dan Moving verage (M(q dengan dierencing non musiman orde d.. uoregressive orde p aau R(p... p p a (. Moving verage orde q aau M(q a a... qa ( q. uoregressive Moving verage aau RM(p,q p ( q ( a (4 4. auoregressive inegraed moving average aau RIM(p,d,q

2 JURNL SINS DN SENI ITS Vol., No., (Sep. 0 ISSN: 0-9 D- d p ( ( 0 q ( a (5 Paokan dalam menenukan model RIM []. Terdapa iga ahap dalam pemodelan RIM ini, yaiu ideniikasi model, penaksiran parameer, dan pemeriksaan diagnosik residual [].. Ideniikasi RIM Tabel. Pola CF dan PCF[] RIM CF PCF R(p M(q R(p aau M(q RM(p,q menuju nol Terpoong seelah lag q Terpoong seelah lag q menuju nol seelah lag (q p Terpoong seelah lag p (lag,,,p aau cus o aer lag p menuju nol Terpoong seelah lag p menuju nol seelah lag (p q r r ( (... r b = periode sebelum dere inpu mulai berpengaruh erhadap dere oupu s = lama periode dere oupu mulai dipengaruhi oleh dere inpu r = lama periode dere oupu mulai dipengaruhi oleh masa lalunya dapive Neuro Fuzzy Inerence Sysems (NFIS merupakan gabungan dari riicial Neural Nework (NN dan Fuzzy Inerence Sysems (FIS NFIS adalah jaringan adapi yang berbasis pada sisem inerensi uzzy. Misal auran yang digunakan adalah dua auran uzzy IF-THEN, yaiu: Rule : i x is and x is hen = p x + q x + r Rule : i x is and x is hen = p x + q x + r Rule : i x is and x is hen = p x + q x + r Rule 4 : i x is and x is hen 4 = p 4 x + q 4 x + r 4 rsiekur NFIS Sugeno erdiri aas lima layer dan seiap layer erdapa dua macam node yaiu node adapi (bersimbol koak dan node eap (bersimbol lingkaran.. Esimasi Parameer RIM Pada peneliian ini digunakan esimasi parameer dengan meode maximum likelihood yaiu suau meode yang baik dan biasa digunakan dalam melakukan esimasi. Seelah melakukan esimasi parameer model, maka dilakukan uji signiikansi parameer.. Uji Kesesuaian RIM Pengujian ini erdiri aas uji kecukupan model (residual memenuhi asumsi whie noise dan uji residual berdisribusi normal, dijelaskan sebagai beriku : a. Uji residual memenuhi asumsi whie noise b. Uji residual berdisribusi normal 4. Krieria Kebaikan RIM pabila erdapa beberapa model yang sesuai, maka krieria pemilihan model erbaik unuk daa in sample digunakan krieria kaike s Inormaion Crierion (IC. IC( M n ln ˆ a M M = jumlah parameer yang diaksir Sedangkan unuk daa ou sample dapa digunakan : m RMSE el, l,,..., m ( m l Gambar.. rsiekur NFIS Secara Umum. III. METODOLOGI Sumber Daa yang digunakan dalam peneliian ini adalah daa sekunder dari adan Meeorologi Klimaologi dan Geoisika (MKG di Sumenep. Daa yang digunakan adalah daa harian kecepaan angin (Y dan ekanan udara ( mulai periode Januari 00 sampai dengan Desember 0. Daa raining (in-sample yang digunakan sebanyak daa sedangkan daa checking (ou-sample sebanyak daa. Fungsi Transer adalah suau model yang menggambarkan nilai prediksi masa depan dari suau ime series didasarkan pada nilai-nilai masa lalu ime series iu sendiri dan sau aau lebih variabel yang berhubungan dengan oupu series ersebu (Wei, 00. enuk umum persamaan model ungsi ranser single inpu ( x dengan single oupu ( y adalah sebagai beriku. b s ( y x a r Keerangan : s s ( ( 0... s

3 JURNL SINS DN SENI ITS Vol., No., (Sep. 0 ISSN: 0-9 D-4. Tahapan Meode Fungsi Transer Peneapan model RIM dan penaksiran parameer Mulai Daa inpu Plo imeseries, plo CF, PCF Saioner sesuai RIM dere inpu Prewhiening dere inpu (α Prewhiening dere oupu (β Perhiungan CCF anara α dan β Peneapan (b, r, s model ungsi ranser Peneapan model RM dere noise Penaksiran parameer model ungsi ranser erbaik Penggunaan model ungsi ranser unuk peramalan Varians : Transormasi Mean :Dierencing Modiikasi IV. NLISIS DN PEMHSN. Karakerisik Daa Tekanan dan Kecepaan ngin Raaraa Harian di Sumenep nalisis deskripi dilakukan unuk mendeskripsikan daa kecepaan angin dan ekanan udara dari Januari -Desember 0 sehingga dapa lebih mudah dipahamai dan dijelaskan. Hasil analisis deskripi yang diperoleh diunjukkan dalam Tabel. Kecepaan ngin Tekanan Udara Tabel. Saisik Deskripi Daa Kecepaan ngin dan Tekanan Mean S Dev Minimum Maximum 5,,9 00,5, nalisis deskripi ekanan udara raa-raa harian di Sumenep sebesar 00,5 dan raa-raa kecepaan angin harian dari Januari 00-Desember 0 adalah 5, kno. Tahap awal pembenukan model ungsi ranser adalah ideniikasi model dere inpu yaiu ekanan udara. Syara uama yang harus dipenuhi dalam pemodelan ime series adalah sasioner. Kesasioneran dalam varians dapa diliha dari plo box-cox dari daa sedangkan kesasioneran dalam mean bisa diliha dari plo CF. Selesai Gambar.. Diagram lir Fungsi Transer. Tekanan 05,0 0,5 00,0 SDev 0,90 0,95 0,90 0,905 Lambda (using 95,0% conidence Esimae -5,00 Lower CL * Upper CL * Rounded Value -5,00 0,900 00,5 0,995. Tahapan Meode NFIS 005,0 0, ,0 -,5 0,0,5 Periode Lambda (4 (5 5,0 Mulai Parial uocorrelaion Funcion or Tekanan_d (wih 5% signiicance limis or he parial auocorrelaions,0 Peneapan model RIM dan penaksiran parameer Daa inpu Plo imeseries, plo CF, PCF Saioner sesuai RIM dere inpu Prewhiening dere inpu (α Prewhiening dere oupu (β Perhiungan CCF anara α dan β Peneapan (b, r, s model ungsi ranser Peneapan model RM dere noise Penaksiran parameer model ungsi ranser erbaik Penggunaan model ungsi ranser unuk peramalan Selesai Gambar.. Diagram lir NFIS. Varians : Transormasi Mean :Dierencing Modiikasi Parial uocorrelaion 0, 0, 0,4 0, 0,0-0, -0,4-0, -0, -, Gambar. 4. Tekanan Udara dari Januari 00 - Desember 0. Gambar. 5. Plo ox Cox unuk Tekanan Udara di Sumenep. Gambar.. Plo Plo CF Daa Tekanan (Training. Nilai λ sebesar -5,00 dengan baas bawah dan baas aas yang idak erbaas. Oleh karena iu, pada peneliian ini daa in-sample dari variabel ekanan udara idak memerlukan ransormasi. Plo CF ersebu menunjukkan bahwa daa belum sasioner dalam mean. Secara visual plo CF cenderung urun lamba menuju nol sehingga perlu dilakukan dierencing non musiman yaiu dierencing. Dari Gambar dapa diliha bahwa daa ekanan udara raa-raa seelah dilakukan dierencing non musiman sudah sasioner dalam mean. Gambar menjelaskan plo CF yang mana dapa diliha lag,, 4, 5 dan 9 keluar baas signiikansi. Pada Gambar 9 yaiu Plo PCF dikeahui lag,,, 5 dan 9 keluar dari baas signiikansi. 0 (

4 JURNL SINS DN SENI ITS Vol., No., (Sep. 0 ISSN: 0-9 D-5 Tekanan di Periode Gambar.. Plo Time Series Daa Training Seelah Dierencing. Gambar.. Plo CF Tekanan Udara Dierencing. Gambar. 9. Plo PCF Tekanan Udara Dierencing. Tabel. RIM Dugaan Pada Tekanan Udara Dugaan I RIM ([,,4],,[] II RIM ([,4],,[,,9,] Terdapa model RIM yang diduga sesuai dengan pola daa ekanan udara, yaiu model RIM ([,,4],,[] dan RIM ([,4],, [,,9,]. eriku adalah hasil parameer yang signiikan dan memenuhi asumsi whie noise dan mengikui disribusi normal pada residual. Tabel 4. Uji Signiikansi Parameer Daa Tekanan Udara RIM Parameer Esimasi P-value Kepuusan ([,,4],,[] ([,4],,[,,9,] 0,00 0,000 Signiikan -0,9 0,000 Signiikan 0,4 0,000 Signiikan 4 0,55 0,000 Signiikan 0,4 0,000 Signiikan 0,5 0,000 Signiikan 9 0,509 0,000 Signiikan 0,09 0,0049 Signiikan -0,44 0,000 Signiikan 4 0,045 0,004 Signiikan erdasarkan inormasi Tabel 5 residual model yang erbenuk elah memenuhi asumsi whie noise unuk model RIM ([,,4],,[] dan RIM ([,4],,[,,9,]. Kedua model RIM ersebu juga elah memenuhi kenormalan daa. Tabel 5. Uji Whie Noise&Kenormalan Residual Daa Tekanan Udara RIM ([,,4],,[] ([,4],,[,,9,] ( ( Parial uocorrelaion,0 0, 0, 0,4 0, 0,0-0, -0,4-0, -0, -, (9 40 uocorrelaion,0 0, 0, 0,4 0, 0,0-0, -0,4-0, -0, -,0 50 Uji Whie Noise Hingga P-value 0,09 4 0,0 0, 4 0,55 0,44 4 0, 0,4 4 0, Uji Kenormalan >0,500 >0, yang dipilih sebagai model erbaik diliha berdasarkan nilai IC paling kecil. Tabel dibawah merupakan IC insample dari masing-masing model. Tabel. Krieria Pemilihan Terbaik RIM IC SC RMSE ([,,4],,[] 99,4 0,5, ([,4],,[,,9,] 99,554 00,04,4 erdasarkan Tabel nilai IC dan RMSE model Daa Tekanan Udara memperlihakan bahwa model RIM erbaik adalah model yang memiliki nilai IC dan RMSE paling kecil adalah model RIM ([,4],,[,,9,]. Secara maemais dapa diulis sebagai beriku. 4 9 ( 4 x ( 9 dimana : x ( Persamaan maemais unuk dere dan diberikan sebagai beriku. 0,44 0,44 0, , ,4 0,5 0, , 09 Y Y 0,44Y 0,44Y 0,945Y 4 0, 945Y 5 0,4 0,5 0, , 09 Pada Gambar 0 diunjukkan pola cross correlaion uncion lag ke- adalah signiikan yang arinya ekanan udara berpengaruh erhadap kecepaan angin, dari hal ersebu maka dieapkan nilai b= Crosscorrelaions **.. ** Gambar.0. CCF Daa Kecepaan ngin dengan Tekanan Udara. Dugaan semenara unuk lama dere oupu secara erusmenerus dipengaruhi nilai-nilai baru dere inpu dinyaakan dalam nilai s=0 karena seelah lag ke- idak ada lagi lag yang signiikan. Semenara iu, dere oupu berkaian dengan nilai-nilai masa lalunya dinyaakan oleh nilai r=0. Tabel. Esimasi dan Signiikansi Parameer Orde (b, s, r b= ; r=0 ; s=0 Esimasi P-value Tahap akhir dari model ungsi ranser anara ekanan udara dan kecepaan angin pemodelan secara menyeluruh dengan memasukkan model variabel inpu RIM, dugaan nilai b,s,r dan model dere noise RM. Tabel menunjukkan bahwa dari model RM yang diprediksi unuk model dere noise b=; r=0; s=0 yaiu model RM ([,,],[,,] dan RM ([,,],[,,].

5 JURNL SINS DN SENI ITS Vol., No., (Sep. 0 ISSN: 0-9 D- Tabel 4. Esimasi dan Signiikansi Parameer RM Dere Noise b=; s=0; r=0 dari Fungsi Transer RM Parameer Esimasi P-value Kepuusan ([,,],[,,] ([,,],[,,] 0,05 <0,000 Signiikan 0,04 0,0009 Signiikan 0, <0,000 Signiikan -0,95 <0,000 Signiikan -0,99 <0,000 Signiikan -0, 0,005 Signiikan 0,04 0,0 Signiikan 0,05 <0,000 Signiikan 0,55 0,000 Signiikan 0,09 0,05 Signiikan -0, 0,00 Signiikan -0,0049 0,00 Signiikan -0,55 <0,000 Signiikan 0,95 0,045 Signiikan Pada model RM ([,,],[,,] erdapa parameer yang idak signiikan adalah karena p-value yang dimili-ki adalah 0,0 aau lebih besar dari α=0,05. Sedangkan model RM([,,],[,,] menunjukkan bahwa semua parameer sudah signiikan pada model karena p-value yang dimiliki lebih kecil dari α=0,05. Tabel 9. Uji Whie Noise&Kenormalan Residual Dere Noise RM ([,,],[,,] Uji Whie Noise P-value 0,50 4 0,9 0, 4 0,49 Uji Kenormalan 0,090 Tabel 9 menunjukkan bahwa unuk model dere noise RM ([,,],[,,], semua residual sudah memenuhi asumsi whie noise. sumsi selanjunya yang harus dipenuhi adalah crosscorrelaion residual ( dengan dere inpu ( memenuhi asumsi whie noise. Hasil dari pengujian asumsi ersebu adalah seperi Tabel 0. Tabel 0. Crosscorrelaion Residual dengan Dere Inpu RM P-value 0,994 ([,,],[,,] 0,9 5 0,50 4 0,509 Tabel 0 menjelaskan bahwa residualnya elah whie noise. Sehingga secara maemais model dere noise RM ([,,],[,,] dengan keerkaian anara dere inpu dengan dere oupu erjadi pada lag- dapa dinyaakan sebagai beriku: ( 0,505 0,55 0,09 a ( 0, 0,0049 0,55 Perbandingan ersebu dapa diukur dengan menggunakan RMSE. Tabel. Variabel Inpu Fiing Daa Ou-sample dengan Hasil Ramalan Dugaan (b,s,r Dere Noise RMSE RIM ([,4],0,[,,9,] (,0,0 RM ([,,],[,,],05 erdasarkan inormasi Tabel, model dengan dugaan b= r=0 s=0 memberikan nilai RMSE sebesar,05. ungsi ranser erbaik diberikan dalam persamaan sebagai beriku. Y Y 0,95 0, 95 4 ( 0,505 0,55 0,09 a ( 0, 0,0049 0,55 Peramalan menggunakan NFIS, dienukan dari jumlah membership uncion dan jenis membership uncion yang digunakan. Misalkan Gaussian dengan jumlah MF sebanyak dan ierasi sejumlah 50 kali. Penenuan variabel inpu pada NFIS berdasarkan pada model Fungsi Transer kecepaan angin dengan daa in-sample. Variabel inpu yaiu -, -4 dan Y - dimana adalah daa ekanan udara ke- dan Y merupakan kecepaan angin ke-. Pada ungsi Gaussian, oal premise parameer yang diaksir unuk kelompok daa adalah sebanyak nilai aksiran premise parameer awal. Tabel. Taksiran wal Premise Parameer Pada Meode NFIS Himpunan Fuzzy Parameer MF Gaussian (Premis wal i c i 4, 005 4, , , 05 C 4,,00 C,59, Nilai-nilai parameer pada Tabel digunakan unuk menenukan deraja keanggoaan himpunan uzzy sehingga dapa dilakukan proses uzzyicaion yaiu mengubah daa inpu -, -4 dan Y - menjadi himpunan uzzy. Tahapan selanjunya adalah menghiung iring srengh ( w i yang merupakan cerminan dari auran (rule pada Tabel. Tahapan berikunya adalah deuzziicaion yang merupakan oupu dari layer ke-4. Fungsi, merupakan kesimpulan dari auran keanggoaan uzzy dengan nilai-nilai parameer yang diuraikan pada Tabel 4. Tahap erakhir dari ahap pembenukan model peramalan NFIS di layer ke-5. peramalan NFIS dengan inpu ungsi ranser unuk kecepaan angin adalah. y w ( 0,5 0,00,0Y 5,4 ˆ, 4 w, (,9,09 4 4,59Y w, ( 0,9 0,094 4,Y w 4, ( 4,9 5,9 4 5,5Y w5, (,5,5 4 0,Y w, (,,49 4,Y w, ( 0,5 0,05 4,Y 4, i 5,4 9,,0, 5,

6 JURNL SINS DN SENI ITS Vol., No., (Sep. 0 ISSN: 0-9 D- Firing Srengh Tabel. Nilai iring srengh dan auran keanggoaan uzzy pada model NFIS unuk meramal Formula uran (rule I ( is and 4is ( ( 4 w, ( Y andy isc hen C, p q 4 ry s I ( ( ( 4 is and 4is w, ( Y andy isc hen C, p q 4 ry s I ( ( ( 4 is and 4is w, ( Y andy isc hen C, p q 4 ry s I ( is and 4is ( ( 4 w4, andy C ( Y isc hen 4, p4 q4 4 r4y s4 I ( is and 4is ( ( 4 w5, ( Y andy isc hen C 5, p5 q5 4 r5y s5 I ( is and 4is ( ( 4 w, andy C ( Y isc hen, p q 4 ry s I ( ( ( 4 is and 4is w, ( Y andy isc hen C, p q 4 ry s I ( is and 4is ( ( 4 w, andy C ( Y isc hen, p q 4 ry s i, Tabel 4. Nilai parameer pada model NFIS i, Parameer (Premis khir p i q i r i s i, -0,5 0,000,0 5,4,,9 -,09 4,59-5,4, -0,9 0,949 -,0 9, 4, 4,9-5,9-5,5 5, -,5,5-0,,,, -,49 -, 5,, -0,5 0,004, 4,,,44 -,54 4,9 5,54 Tahap erakhir dari ahap pembenukan model peramalan NFIS di layer ke-5. peramalan NFIS dengan inpu ungsi ranser unuk kecepaan angin adalah. yˆ w, ( 0,5 0,00 4,0Y w,9,09 4,59Y, ( 4 w, ( 0,9 0,094 4,Y w 4, ( 4,9 5,9 4 5,5Y w5, (,5,5 4 0,Y w, (,,49 4,Y w, ( 0,5 0,05 4,Y 5,4 5,4 9,,0, 5, 4, Tabel 5. Nilai RMSE unuk Peramalan dengan Meode NFIS Menggunakan Jumlah Membership Funcion dan Fungsi Keanggoan MF MF Gauss,,49 Gbell,505,449 Trapesium,55,4999 Phi,59,40 Secara keseluruhan Meode NFIS dengan membership uncion dan ungsi Phi paling cocok digunakan unuk meramalkan daa kecepaan angin periode Januari 00 sampai dengan Desember 0. Unuk mengeahui meode yang paling cocok digunakan pada daa Kecepaan ngin bisa dikeahui dari nilai RMSE erkecil pada daa Ou-samplenya. Hasil nilai RMSE bisa diliha pada Tabel beriku. Tabel. Perbandingan Hasil Ramalan Kecepaan ngin (Kno Daa Ou sample Meode Fungsi Transer dengan Meode NFIS inpu Fungsi Transer Tanggal kual Fungsi Transer NFIS 5 Desember 0 5,5,459 Desember 0 4,,009 Desember 0,4,44 Desember 0 5,09,49 9 Desember 0 4,0, Desember 0,90,9 Desember 0,5050,959 RMSE,49,40 Tabel menunjukkan bahwa meode NFIS inpu ungsi ranser memiki nilai RMSE yang lebih kecil. Oleh karena iu, meode yang paling cocok digunakan unuk meramalkan daa Kecepaan ngin dengan pengaruh Tekanan Udara adalah Meode NFIS inpu ungsi ranser. V. KESIMPULN. nalisis deskripi unuk ekanan udara raa-raa harian di Sumenep sebesar 00,5 dan raa-raa kecepaan angin raa-raa harian dari Januari 00 sampai dengan Desember 0 adalah 5, kno. Kecepaan angin erbesar adalah kno aau sekiar,49 km/jam.. Fungsi Transer yang erbenuk adalah: Y Y ( 0,505 0,55 0,09 a 0,95 0,95 4 ( 0, 0,0049 0,55. NFIS pada kombinasi jenis ungsi dan jumlah membership uncion dan, dengan membership uncion dan ungsi Trapesium menunjukkan nilai RMSE yang lebih kecil dibandingkan dengan ungsi lainnya. Sedangkan pada membership uncion dan ungsi Phi menunjukkan nilai RMSE yang lebih kecil dibandingkan dengan ungsi lainnya. Secara keseluruhan Meode NFIS dengan membership uncion dan ungsi Phi paling cocok digunakan unuk meramalkan daa kecepaan angin periode Januari 00 sampai dengan Desember Meode Fungsi Transer dengan Meode NFIS dengan inpu ungsi ranser, dikeahui bahwa meode NFIS dengan inpu ungsi ranser memiki nilai RMSE yang lebih kecil. Oleh karena iu, meode yang paling cocok digunakan unuk meramalkan daa Kecepaan ngin adalah Meode NFIS dengan inpu ungsi ranser. Hasil peramalan ujuh hari kedepan dengan menggunakan meode NFIS dengan inpu ungsi ranser adalah.

7 JURNL SINS DN SENI ITS Vol., No., (Sep. 0 ISSN: 0-9 D- Tanggal Kecepaan ngin (Kno Kecepaan ngin (Km/Jam 0 Januari 0,04 5,909 0 Januari 0,0,40 0 Januari 0,4,0 04 Januari 0,45, Januari 0 4,449,055 0 Januari 0 4,4,5 0 Januari 0 4,4 9,00 Nilai ramalan yang diperoleh menggunakan NFIS dengan variabel inpu ungsi ranser. Nilai ramalannya idak melebihi 40 km/jam jadi masih dalam keadaan aman apabila digunakan unuk melakukan akivias di pelabuhan Kaliange, Sumenep. DFTR PUSTK [] W. W. S. Wei, Time Series nalysis, Univariae and Mulivariae Mehods, Canada: ddison Wesley Publishing Company. (00. []. L. owerman dan R. T. O Connell, Forecasing and Time Series: n pplied pproach, rd ediion, elmon, Caliornia : Duxbury Press (99. [] S. Makridakis, S. C. Wheelwrigh dan V. E. McGee, Meode dan plikasi Peramalan, Jilid Edisi Kedua (erjemahan. Jakara : ina Rupa ksara (999.