APLIKASI MODEL ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PERAMALAN PASANG SURUT DI AIR LAUT (study kasus Pelabuhan Tanjung Buton Siak)

Transkripsi

1 APLIKASI MODEL ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PERAMALAN PASANG SURUT DI AIR LAUT (study kasus Pelabuha Tajug Buto Siak) Fitria Sari Mahasiswa Jurusa Tekik Sipil S1 Fakultas Tekik Uiversitas Riau Ady Hedri Dose Jurusa Tekik Sipil S1 Fakultas Tekik Uiversitas Riau Imam Suprayogi Dose Jurusa Tekik Sipil D3Fakultas Tekik Uiversitas Riau Kampus Bia Widya J. HR Soebratas KM 1,5 Pekabaru, Kode Pos sariwardaa1@gmail.com Abstract: Previous researchers have much success usig the model Adaptive Neuro Fuzzy Iferece System (ANFIS) as a forecastig model for hydrological aalysis. Reliability of ANFIS models eed to be tested, especially to farecast of the tidal. I this research, ANFIS models which built usig data tidal observatios i Tajug Buto (004). The result of tidal forecastig by usig ANFIS models show excellet results with value the test statistic parameters of the correlatio coefficiet (R) more tha 0.87 that is i category of very strog correlatio, statistic parameters of RMSE (root mea square error) m, ad the test parameters of the average valuatio relative error by 11,8%. I compariso the tidal forcastig results used ANFIS models with tidal forcastig results used the Admiralty method, values of the parameter test by mea relative error used ANFIS model is smaller with value of 11.8%, while values of the parameter test by mea relative error used Admiralty method is larger that is.4%. Keywords: hydrological aalysis, tidal forecastig, softcomputig, ANFIS. 1. PENDAHULUAN Idoesia merupaka egara kepulaua yag harus dapat memberdayaka trasportasi laut secara maksimal. Peigkata jalur trasportasi laut merupaka salah satu upaya utuk dapat meigkatka perekoomia da pertahaa egara. Utuk mecapai hal tersebut, pemeritah perlu melakuka peigkata kualitas da perawata bagua patai seperti dermaga, arus pelayara da bagua patai laiya (Habibie, 008). Pada pembagua pelabuha/dermaga, dermaga tersebut harus memiliki elevasi lebih tiggi dari HHWL (Highest High Water Level/ Air Tiggi Tertiggi) agar ketika pasag tertiggi terjadi, dermaga tersebut tidak teggelam. Pada bidag pelayara, jalur pelayara utuk kapal haruslah lebih redah dari LLWL (Lowest Low Water Level/ Air Redah Teredah) agar ketika surut teredah, kapal masih bisa berlayar da dasar kapal tidak megeai dasar peraira (Ogkosoo da Suyarso, 1989). Peramala pasag surut sagat dibutuhka pelabuha utuk dapat meetuka level air tertiggi da teredah satu hari kedepa atau beberapa hari kedepa agar pelabuha dapat meetuka jeis kapal yag aka masuk da keluar pelabuha. Hal ii bertujua agar pelabuha dapat melayai arus kapal sesuai dega level air di pelabuha pada saat pasag da surut terjadi. ANFIS (Adaptive Neuro Fuzzy Iferece System) merupaka salah satu model softcomputig yag dapat memprediksi khususya dalam bidag hidrologi. ANFIS merupaka jariga adaptif yag berbasis pada sistem kesimpula fuzzy (fuzzy iferece system) da dega pegguaa suatu prosedur hybrid learig, ANFIS dapat membagu suatu mappig iput-output yag Jom FTEKNIK Volume No. 1 Februari 015 1

2 keduaya berdasarka pada pegetahua mausia (pada betuk atura fuzzy if-the) dega fugsi keaggotaa yag tepat (Taakyudi, 010). Beberapa peeliti sebelumya telah membuktika keadala model ANFIS utuk meramalka feomea hidrologi seperti yag telah diteliti oleh Suprayogi (009) tetag itrusi air laut di Sugai Begawa Solo yag memiliki error value pada peramala satu hari kedepa sebesar ± 0% da error value pada hasil peramala lima hari kedepa sebesar ± 5%. Li dkk (005) meramalka debit jagka pajag di PLTA Mawa dega hasil peelitia megguaka model ANFIS meghasilka ilai korelasi atau hubuga yag sagat kuat atara ilai prediksi da pegamata dega ilai korelasi 0,89 da 0,9. Da Utami (014) megguaka ANFIS sebagai model peramala iflow waduk utuk memprediksi iflow rata-rata haria pada Waduk PLTA Koto Pajag dega hasil peelitia memiliki ilai error sebesar 8,09x10-5. Melihat keberhasila beberapa peeliti sebelumya dalam megguaka pedekata ANFIS sebagai model peramala feomea hidrologi, maka dirasa perlu utuk meguji keadala model ANFIS dalam memprediksi pasag surut yag sejauh ii peelitia peramala pasag surut haya memakai metode lama yag sagat serig diguaka seperti metode Admiralty. Selai itu, hasil peramala pasag surut dega megguaka model ANFIS ii juga aka dibadigka dega hasil ramala pasag surut dega megguaka metode Admiralty. Utuk membagu model ANFIS, peeliti megguaka data pasag surut berupa data pegukura di Pelabuha Tajug Buto, Desa Sugai Rawa Kabupate Siak pada tahu 004. Diharapka pemodela ANFIS ii aka memberika hasil lebih baik dibadigka metode laiya agar dapat mejadi referesi baru sebagai model peramala pasag surut yag hadal.. METODE PENELITIAN Metode peelitia yag diguaka adalah metode algoritma ANFIS (Adaptive Neuro- Fuzzy Iferece System) yag merupaka kombiasi atara logika fuzzy da jariga saraf tirua. Utuk membagu model ANFIS ii dibutuhka data pembelajara sebagai baha utuk meramalka pasag surut. Data pembelajara yag diguaka utuk membagu model ANFIS yaitu data pegukura pasag surut berupa data jamjama selama 15 hari mulai dari taggal 8 Agustus 004 sampai Agustus 004 dega titik pegamata yag berada di Desa Sugai Rawa Kabupate Siak pada posisi 10 o BT da 0 o LU. Dalam membagu model ANFIS, adaya proses kalibrasi atau proses traiig (pembelajara) yag diharapka agar sistem dapat mempelajari pola data yag diberika utuk dapat meramalka dega tepat. Kemudia model aka melakuka proses verifikasi atau proses testig (pegujia) yag diharapka sistem bisa memverifikasi data hasil pembelajara dega data pegukura yag bisa memberika hasil lebih baik. Kemudia sistem aka melakuka proses prediksi atau proses checkig data agar sistem bisa membagu suatu model yag sagat baik dega error data ramala yag sagat miimal. Berikut merupaka ANFIS toolbox yag diguaka utuk membagu model. Gambar 1. ANFIS Toolbox Simulasi pembagia jumlah data dibuat dega tiga kombiasi, yaitu simulasi 1 (70:30), simulasi (65:35), da simulasi 3 (60:40). Perbadiga simulasi tersebut merupaka perbadiga jumlah data kalibrasi badig jumlah data verifikasi. Pembagia tersebut merupaka persetase Jom FTEKNIK Volume No. 1 Februari 015

3 jumlah data utuk proses kalibrasi (pembelajara) da proses verifikasi (pegujia). Ketiga simulasi kombiasi tersebut diguaka utuk membagu model ANFIS dega megguaka data utama. Da utuk data pedukug, simulasi yag diguaka haya satu simulasi terbaik dari ketiga simulasi tersebut. Model ANFIS aka dibagu dega memberika ilai kombiasi yag tepat sebagai fugsi keaggotaa model ANFIS. Nilai kombiasi tersebut adalah ilai epoch da ilai ROI. Kedua ilai tersebut merupaka ilai pegatura dalam membagu model ANFIS agar hasil peramala yag didapatka meujukka ilai kesalaha yag miimal. Setelah model ANFIS selesai, selajutya melakuka proses aalisis hasil ramala yag dilakuka setelah ruig data. Utuk melakuka aalisis hasil, peeliti megguaka tiga ilai uji parameter statistik, yaitu koefisie korelasi, RMSE, da uji parameter statistik kesalaha relatif. 3. HASIL PENELITIAN 3.1. Hasil Ruig Data Model ANFIS Simulasi Utama Hasil ketiga simulasi ruig data model ANFIS dapat dilihati pada Tabel 1. Tabel 1. Hasil Ruig Data Model ANFIS Simulasi ROI epoch Dua kriteria tigkat kesalaha meurut Aru Goel (011) yaitu ilai RMSE da koefisie korelasi. Nilai korelasi (R) utuk simulasi 1 didapat dega megguaka persamaa berikut : R 1 ( L ) d Lm 1 I 1 d I m 1 Korelasi (R) RMSE Kesalaha Relatif (m) (%) 1 0, ,8708 0, ,8060 0, , , , , , , , (1) Dega : I I I I )( I I ) i 1 d m i 1 di dr mi mr I I I ) 97,63 i 1 d i 1 di dr I I I ) i 1 m i 1 mi mr Maka, R 5,15 ( 97,63 3,947) ( 5,15 m ( m ( 3,947 m 1 0,8708 Utuk ilai RMSE simulasi 1 didapat dega megguaka persamaa berikut : RMSE ( I di I mi Dega : ( Idi Imi) 71,31106 m 360 Maka, 71,31106 RMSE 0, m 360 ) Nilai kesalaha relatif rata-rata didapatka dari rata-rata kesalaha setiap jam hasil ramala dalam satua perse (%). Perhituga kesalaha relatif megguaka persamaa Makridakis, dkk (1999) utuk simulasi 1, ROI 0,539 da epoch 1000 adalah sebagai berikut : Er Xi Xc Xc 100% Dega : X 4 Data ramala jam ke-4 50,585 cm Data pegukura jam ke-4 50 cm X C4 Maka, 50, Er4 100% 0,34 % ()... (3) Jom FTEKNIK Volume No. 1 Februari 015 3

4 Perhituga kesalaha relatif dilakuka setiap jam. Maka, utuk rata-rata kesalaha relatif simulasi 1, ROI 0,539 da epoch 1000 dihitug dega mejumlahka seluruh kesalaha relatif setiap jam da dibagi dega jumlah data (360 data). Hasil kesalaha relatif rata-rata utuk simulasi 1, ROI 0,539 da epoch 1000 didapatka sebesar 11,8060 %. Dari ketiga kategori peilaia, simulasi terbaik adalah simulasi 1 karea memiliki ilai kesalaha terkecil jika dibadigka dega simulasi da simulasi 3. Simulasi 1 megguaka perbadiga data pembelajara kalibrasi (traiig) dega verifikasi (testig) sebesar 70:30. Hasil ii meujukka bahwa perbadiga data pembelajara kalibrasi (traiig) dega verifikasi (testig) sesuai dega perbadiga simulasi yag serig diguaka dalam peelitia yag megguaka model ANFIS seperti yag diguaka oleh peeliti sebelumya Utami (014), Suprayogi (009) da Li dkk (005). Grafik hasil ramala pada Gambar meujukka hasil yag hampir sama. Ketiga simulasi grafik ramala pasag surut yag dibetuk meghasilka pola pasag surut yag medekati dega pola grafik pasag surut pegukura dilapaga. Hasil ii membuktika bahwa peramala pasag surut megguaka model ANFIS sagat baik karea pola yag terbetuk dari hasil ramala dega data pegukura hampir sama. 3.. Perbadiga Model ANFIS dega Metode Admiralty Tujua dari membadiga model ANFIS dega metode Admiralty adalah utuk megetahui kehadala kedua metode tersebut dalam meramalka pasag surut khususya utuk data yag diguaka. Dari kedua metode tersebut aka dicari maa yag lebih baik dalam melakuka proses peramala dega kriteria ilai uji statistik korelasi, RMSE da kesalaha relatif. Utuk hasil Gambar. Perbadiga Hasil Simulasi model ANFIS ruig data dega megguaka metode Admiralty, peeliti memakai data dari peeliti sebelumya (Laset, 008). Tabel. Hasil Model ANFIS & Metode Admiralty Metode Admiralty pada Tabel meghasilka ilai korelasi sebesar 0,869 sedagka model ANFIS meghasilka ilai korelasi sebesar 0,87. Hasil ii tidak jauh berbeda, amu model ANFIS masih lebih baik dari metode Admiralty. Utuk ilai RMSE, medel ANFIS meghasilka ilai 0,445 da metode Admiralty meghasilka ilai 0,79. Nilai RMSE metode Admiralty hampir dua kali lebih besar dari model ANFIS. Ii artiya model ANFIS jauh lebih baik dari pada metode Admiralty jika perbadigaya Jom FTEKNIK Volume No. 1 Februari 015 4

5 megguaka ilai RMSE. Da utuk ilai kesalaha relatif, metode Admiralty meghasilka ilai kesalaha relatif rata-rata setiap jam sebesar,4 %, sedagka model ANFIS haya meghasilka ilai kesalaha relatif sebesar 11,8 %. Hasil kesalaha relatif metode Admiralty dua kali lebih besar dari pada kesalaha relatif model ANFIS. Hal ii berarti model ANFIS juga lebih baik dari pada metode Admiralty dalam proses peramala pasag surut jika megguaka perbadiga ilai kesalaha relatif. Dari ketiga kriteria peilaia dalam membadigka model ANFIS dega metode Admiralty tersebut, dapat disimpulka bahwa model ANFIS meghasilka ramala pasag surut yag lebih baik daripada metode Admiralty. Hasil grafik yag terbetuk dari data pegukura dega model ANFIS da metode Admiralty pada Gambar 3. Gambar 3. Perbadiga Data Pegukura dega Model ANFIS da Metode Admiralty Dari Gambar 3, dapat dilihat grafik pasag surut yag terbetuk dari data pegukura, model ANFIS da metode Admiralty. Grafik hasil ramala pasag surut dega megguaka metode Admiralty lebih besar utuk keadaa pasag da lebih kecil dalam keadaa surut, amu pola yag terbetuk megikuti grafik dega megguaka data pegukura. Tetapi jika dibadigka dega model ANFIS, grafik hasil ramala pasag surut yag terbetuk jauh lebih baik karea hasil grafik yag terbetuk dari model ANFIS hampir sama dega grafik data pegukura. Hal ii membuktika bahwa ANFIS lebih baik dalam proses peramala pasag surut jika dibadigka dega metode Admiralty. 4. HASIL PENELITIAN Berdasarka hasil peelitia da pembahasa, didapatka beberapa kesimpula sebagai berikut : a. Dari ketiga kategori peilaia simulasi (korelasi, RMSE da kesalaha relatif), maka simulasi 1 adalah simulasi terbaik dibadigka simulasi da simulasi 3 dega megguaka perbadiga data pembelajara kalibrasi (traiig) dega verifikasi (testig) sebesar 70:30 yag merupaka perbadiga data yag serig diguaka dalam peelitia megguaka model ANFIS seperti yag diguaka oleh Utami (014), Suprayogi (009) da Li dkk (005). b. Hasil perhituga ketiga kategori uji peilaia statistik, didapatka simulasi 1 (70:30) adalah simulasi terbaik dibadigka dega simulasi da simulasi 3 karea meghasilka ilai kesalaha terkecil. Utuk simulasi 1, ilai korelasi sebesar 0,8708 dega kategori korelasi sagat kuat meurut Suwaro (008), ilai RMSE sebesar 0,44506 meter, da ilai kesalaha relatif rata-rata sebesar 11,8060 %. Jom FTEKNIK Volume No. 1 Februari 015 5

6 c. Berdasarka hasil aalisa perbadiga metode Admiralty dega model ANFIS, model ANFIS meghasilka peramala pasag surut yag lebih baik dibadigka metode Admiralty dega perbadiga hasil peilaia rata-rata kesalaha relatif model ANFIS haya sebesar 11,8 % sedagka rata-rata kesalaha metode Admiralty mecapai,4 %, peilaia RMSE model ANFIS meghasilka ilai 0,445 meter sedagka metode Admiralty meghasilka ilai lebih besar yaitu 0,790 meter, da hasil peilaia korelasi model ANFIS sebesar 0,87 sedagka metode Admiralty meghasilka ilai 0,869. DAFTAR PUSTAKA Goel, Aru ANN-Based Approach for Predictig Ratig Curve of a Idia River. Natioal Istitute of Techology, Kurukshetra, Idia: I. Raftoyiais. Habibie, Rahma Prakiraa Pasag Surut dega Metode Last Square (Studi Kasus Pelabuha Tajug Buto). Skripsi. Pekabaru: Fakultas Tekik Uiversitas Riau. Laset, Idah Prakiraa Pasag Surut dega Metode Admiralty (Studi Kasus Pelabuha Tajug Buto. Skripsi. Pekabaru: Fakultas Tekik Uiversitas Riau. Li, J.Y., dkk Log-Term Predictio of Discharges i Mawa Hydropower Usig Adaptive-Network-based Fuzzy Iferece Systems Models. Joural of Lecture Notes i Computer Sciece. 361: Makridakis, Spyros Metode da Aplikasi Peramala. Jakarta: Airlagga. Ogkosoo da Suyarso Asea-Australia Cooperativr Progams o Marie Sciece Project Tides ad Tidal Pheomea, Pasag Surut. Jakarta: Lembaga Ilmu Pegetahua Idoesia Pusat Peelitia da Pegembaga Oseaologi. Suprayogi, Imam Model Peramala Istrusi Air Laut di Estuari Megguaka Pedekata Softcomputig. Disertasi. Semarag: Fakultas Tekik Istitut Tekologi Sepuluh November. Suwaro Aaisis Korelasi. Available at: <URL: 0/1/aalisa-korelasi/> [Accessed 15 September 014]. Taakyudi Adaptive Neuro-Fuzzy Iferece System (ANFIS). Available at: <URL: e-euro-fuzzy-iferece-system.html> [Accessed 11 September 014]. Utami, Ria Model Peramala Iflow Waduk PLTA Koto Pajag Megguaka Pedekata Adaptive Neuro Fuzzy Iferece System. Skripsi. Pekabaru: Fakultas Tekik Uiversitas Riau. Jom FTEKNIK Volume No. 1 Februari 015 6