SKRIPSI. Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata I Teknik Elektro Universitas Muhammadiyah Malang.

Transkripsi

1 PRAKIRAAN PENGGUNAAN JUMLAH AKOMODASI KAPAL FERRY PADA PELABUHAN PT ASDP INDONESIA FERRY (PERSERO) CABANG KETAPANG-GILIMANUK DENGAN PENERAPAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata I Teknik Elektro Universitas Muhammadiyah Malang Disusun Oleh : TIAN RAMADHAN HIDAYAT JURUSAN ELEKTRO FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2015 i

2 ii

3 iii

4 iv

5 LEMBAR PERSEMBAHAN Puji syukur kehadirat Allah SWT atas rahmat dan karunia-nya sehingga penulis dapat menyelesaikan Tugas Akhir ini. Penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada : 1. Allah SWT, atas segala pemberian petunjuk dan kelancaran dalam pengerjaan dan penyelesaian tugas akhir ini. 2. Kedua orang tua yaitu Bapak. H. Abdullah Tayib dan Ibu Hj. Hamida yang selalu mendo akan, mendukung dan memotivasi penulis sehingga bisa menyelesaikan tugas akhir ini. 3. Bapak General Manager PT ASDP INDONESIA FERRY (PERSERO) beserta jajarannya. 4. Bapak Ahmad selaku pegawai PT ASDP INDONESIA FERRY (PERSERO) yang mengantar saya sehingga mendapatkan data dibagian operasional sebagai bahan penunjang skripsi. 5. Bapak Dr. Ir. Ermanu Azizul Hakim., M.T. dan bapak Ilham Pakaya, S.T. selaku pembimbing tugas akhir. 6. Bapak Ir. Sudarman, MT sebagai Dekan Fakultas Teknik Universitas Muhammadiyah Malang. 7. Ibu Ir. Nur Alif Mardiyah, MT selaku Ketua Jurusan Teknik Elektro Universitas Muhammadiyah Malang. 8. Bapak Ilham Pakaya, S.T. yang sudah meluangkan waktu untuk membimbing dalam mencari judul skripsi dan menyusun proposal. 9. Saya ucapkan terima kasih juga kepada bapak Ir. M. Irfan, MT selaku dosen penguji 1, serta bapak M. Chasrun Hasani, ST. MT. selaku wali dosen sekaligus penguji 2 yang banyak memberikan masukan terhadap hasil skripsi. 10. Melyza Miharjo S.T., Edho Widyatama S.T, Malikhul Amin S.T, Khaerul Humam S.T, dan Ikhwanul Hakim S.T yang sudah memberikan motivasi dan mendukung dalam segala hal. Dan Juga Thayyab Sidiq, Taufik Walhidayat yang mana teman seperjuangan dalam periode sidang bulan mei ini. v

6 11. Terima kasih juga kepada Rezy Gracesita Rizky yang memotivasi saya agar cepat-cepat menyelesaikan skripsi ini. 12. Teman-teman seperjuangan elektro D dan teman teman se-elektro angkatan Pihak Dosen beserta Staff TU Jurusan Teknik Elektro UMM. 14. Saya ucapkan juga terima kasih kepada yang part time salah satunya gufron, juga vika yang melayani saat pengumpulan berkas dengan baik. 15. Serta semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah berjasa dalam pengerjaan Tugas Akhir ini. vi

7 KATA PENGANTAR Dengan memanjatkan puji syukur kehadirat Allah SWT. Atas limpahan rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan skripsi yang berjudul : PRAKIRAAN PENGGUNAAN JUMLAH AKOMODASI KAPAL FERRY PADA PELABUHAN PT ASDP INDONESIA FERRY (PERSERO) CABANG KETAPANG-GILIMANUK DENGAN PENERAPAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Di dalam tulisan ini disajikan pokok-pokok pembahasan yang meliputi pendahuluan, dasar teori, perancangan sistem, dan pengujian sistem. Penulis menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu penulis mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan kedepan. Malang, 7 Mei 2015 Penulis vii

8 DAFTAR ISI LEMBAR JUDUL...i LEMBAR PERSETUJUAN...ii LEMBAR PENGESAHAN...iii SURAT PERNYATAAN...iv ABSTRAK...v ABSTRACT...vi LEMBAR PERSEMBAHAN...vii KATA PENGANTAR...ix DAFTAR ISI...x DAFTAR GAMBAR...xiii DAFTAR TABEL...xv BAB I. PENDAHULUAN 1.1 Latar Belakang Rumusan Masalah Tujuan Batasan Masalah Metodologi Penelitian Sitematika Penulisan Tugas Akhir... 3 BAB II. DASAR TEORI 2.1 Pengertian Peramalan (Forecasting) Kegunaan dan Peran Peramalan Jenis Peramalan Metode Pemulusan... 6 viii

9 2.5 Faktor-faktor yang Mempengaruhi Jumlah Kapal Ferry Pada Pelabuhan Beberapa Cara Meramalkan Jumlah Kapal Ferry Jaringan Syaraf Tiruan Jaringan Syaraf Adaptif Logika Fuzzy Himpunan Fuzzy Fuzzifikasi Defuzzifikasi Konfigurasi Sistem Logika Fuzzy Soft Computing dan Neuro-Fuzzy Karakteristik Integrasi Neuro Fuzzy-Soft Computing Sistem Inferensi Fuzzy (Fuzzy Inference System) Fuzzy C-Means (FCM) Adaptive Neuro-Fuzzy Inference System (ANFIS) Arsitektur Adaptive Neuro-Fuzzy Inference System (ANFIS) Evaluasi Akurasi Peramalan Adaptive Neuro Fuzzy Inference System (ANFIS) Algoritma pembelajaran Hybrid Least Square Estimator (LSE) Rekursif Model Propagasi Error BAB III. PERANCANGAN SISTEM 3.1 Tahapan Perancangan Pendekatan Perancangan Jenis Data Teknik Pengumpulan Data Teknik Perancangan Menyiapkan data angkutan lebaran h-7 (Hari Raya Idul Fitri kurang hari) Proses Pembentukan data masukan, keluaran menjadi data matriks Matriks Masukan ix

10 Matriks Keluaran Mencari nilai mean dan deviasi standar Tahap Pembelajaran ANFIS Tahap uji coba ANFIS Bagian-bagian Design GUI Menu Prakiraan Objek Figure Objek Uimenu Objek Uicontrol Model Perancangan Menu Prakiraan BAB IV. ANALISA DAN PEMBAHASAN 4.1 Analisa Graphic User Interface Analisa Proses Prakiraan Prakiraan Penggunaan Kapal Ferry Proses Prakiraan Penggunaan Kapal Ferry Tahun Sistem Konversi Penggunaan Kapal Ferry BAB V. KESIMPULAN DAN SARAN 2.1 Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN x

11 DAFTAR GAMBAR Gambar 2.1 Konfigurasi system logika fuzzy Gambar 2.2 Sistem Inferensi Fuzzy Gambar 2.3 Arsitektur ANFIS Gambar 3.1 Diagram Alur Proses Perancangan Gambar 3.2 Flowchart Prakiraan Menggunakan ANFIS Gambar 3.3 Grafik Input Data X1 (Data Tahun 2012) Gambar 3.4 Grafik Input Data X2 (Data Tahun 2013) Gambar 3.5 Grafik Output Y (Data 2014) Gambar 3.6 Grafik Input X1 dalam Bentuk Luas (Data 2012) Gambar 3.7 Grafik Input X2 dalam Bentuk Luas (Data 2013) Gambar 3.8 Grafik Output Y dalam Bentuk Luas (Data 2014) Gambar 3.9 Matriks Input Gambar 3.10 Matriks Output Gambar 3.11 Flowchart Clustering Data Gambar 3.12 Diagram alir tahap uji coba Gambar 3.13 Diagram Objek Gambar 3.14 Tampilan layer menggunakan objek figure Gambar 3.15 Tampilan menggunakan Objek uimenu Gambar 3.16 Diagram perancangan menu Gambar 4.1 Tampilan graphic user interface Gambar 4.2 Tampilan layer Gambar 4.3 Hasil tampilan grafik perbandingan data jumlah kendaraan Gambar 4.4 Proses melakukan prakiraan xi

12 Gambar 4.5 Proses pembelajaran jaringan adaptif Gambar 4.6 Perbandingan output target dengan output hasil prakiraan Gambar 4.7 Program Konversi xii

13 DAFTAR TABEL Tabel 2.1 Perbandingan metode artificial neural network dengan fuzzy logic system Tabel 3.1 Pembagian data angkutan lebaran Tabel 3.2 Pemodelan pasangan data masukan dan keluaran Tabel 3.3 Data angkutan lebaran tahun Tabel 3.4 Data angkutan lebaran tahun Tabel 3.5 Data angkutan lebaran tahun Tabel 3.6 Hasil konversi data tahun Tabel 3.7 Hasil konversi data angkutan lebaran Tabel 3.8 Hasil konversi data angkutan lebaran Tabel 3.9 Proses pembelajaran ANFIS Tabel 4.1 Pasangan data pelatihan untuk prakiraan H-7 sampai H-1 tahun Tabel 4.2 Kecendrungan data masuk cluster data pelatihan Tabel 4.3 Output lapisan pertama Tabel 4.4 Output lapisan kedua dan ketiga Tabel 4.5 Koefisien parameter Tabel 4.6 Perbandingan output target dengan output prakiraan xiii

14 DAFTAR PUSTAKA [1] Kusumadewi, Sri; Hartati, Sri. NEURO-FUZZY: Integrasi Sistem Fuzzy & Jaringan Syaraf/Sri Kusumadewi; Sri Hartati-Edisi Ke dua Yogyakarta; Graha Ilmu, [2] KRAMADIBRATA, Soedjono: Perencanaan Pelabuhan/Soedjono Kramadibrata- Bandung: Penerbit ITB, [3] Ismayani, Ika Luzya. Pemakaian Jaringan Syaraf Tiruan Perambatan Balik Dalam Peramalan Beban Jangka Pendek Sistem Kelistrikan Bali. Jimbaran : Tugas Akhir Program S1 Jurusan Teknik Elektro Fakultas Teknik Universitas Udayana; [4] Dinar Atika. Peramalan Kebutuhan Beban Jangka Pendek Menggunakan Jaringan Syaraf Tiruan Backpropagation. Semarang : Tugas Akhir Program S1 Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro; [5] Arikunto S. Prosedur penelitian suatu pendekatan Praktik, Ed Revisi VI. Jakarta: Penerbit PT Rineka Cipta, [6] Widodo, Pudjo, Prabowo; Handayanto, Trias, Rahmadya; Heriawati. Penerapan Data Mining Dengan Matlab/Prabowo Pudjo Widodo; Rahmadya Trias Handayanto; Heriawati-Bandung; Rekayasa Sains, xiv