Tingginya kasus kecelakaan laut di Indonesia saat ini yang salah satu penyebab utamanya adalah karena faktor alam.

dokumen-dokumen yang mirip
Pembimbing Ir Syamsul Arifin, MT Dr. Ir. Aulia Siti Aisyah, MT. Sidang Tugas Akhir

D R. BAMBANG L ELONO, ST.MT

PERANCANGAN SISTEM PREDIKTOR CUACA MARITIM DENGAN MENGGUNAKAN METODE FUZZY TAKAGI SUGENO

Perancangan Prediktor Cuaca Maritim Berbasis Logika Fuzzy Menggunakan User Interface Android

PERANCANGAN PERANGKAT LUNAK PREDIKTOR CUACA BERBASIS LOGIKA FUZZY

PERANCANGAN SISTEM INFORMASI CUACA MARITIM UNTUK PARA NELAYAN JAWA TIMUR DENGAN MEDIA KOMUNIKASI SHORT MESSAGE SERVICE

PERANCANGAN SIMULATOR PERAMAL CUACA MARITIM UNTUK KELAYAKAN PELAYARAN STUDI KASUS: JALUR SURABAYA-BANJARMASIN

PERANCANGAN MODEL ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK MEMPREDIKSI CUACA MARITIM

PREDIKSI CUACA MARITIM UNTUK MENDETEKSI KEBERADAAN SUMBER DAYA LAUT IKAN DI PERAIRAN JAWA TIMUR

Perancangan Prediktor Cuaca Maritim Berbasis Logika Fuzzy Menggunakan User Interface Android

MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA

Abstract. Seminar Nasional Teori dan Aplikasi Teknologi Kelautan, 15 Desember 2011 X - 1

PREDIKSI CUACA ME GGU AKA LOGIKA FUZZY U TUK KELAYAKA PELAYARA DI PELABUHA TA JU G PERAK SURABAYA (Prita Meilanitasari, Ir. Syamsul Arifin,MT)

PREDIKSI CUACA MARITIM MENGGUNAKAN LOGIKA FUZZY DI PERAIRAN TERNATE MALUKU UTARA

LAMPIRAN A PEMODELAN DINAMIKA KAPAL

BAB 1 PENDAHULUAN. Saat ini dengan cuaca yang kurang menentu, hujan yang tiba-tiba sangat deras, atau hujan

t2 z0 25? B DAFTAR ISI HaI

relatif sempit pada jangka waktu yang singkat. Cuaca terbentuk dari gabungan unsure cuaca dan jangka waktu cuaca bisa hanya beberapa jam saja. Misalny

PERANCANGAN SISTEM PREDIKSI CUACA DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) UNTUK KEBUTUHAN PENERBANGAN DI BANDARA JUANDA - SURABAYA

SKRIPSI. Disusun oleh: Firda Megawati

KAJIAN METEO-OSEANOGRAFI UNTUK OPERASIONAL PELAYARAN GRESIK-BAWEAN

PERANCANGAN PREDIKTOR CUACA MARITIM DENGAN METODE LOGIKA FUZZY UNTUK MENINGKATKAN JANGKAUAN RAMALAN : STUDI KASUS PELAYARAN SURABAYA - BANJARMASIN

1 Pendahuluan. 1.1 Latar Belakang Masalah

PERANCANGAN MODEL ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK MEMPREDIKSI CUACA MARITIM

SEMINAR TUGAS AKHIR PERANCANGAN SISTEM KONTROL BERBASIS LOGIKA FUZZY UNTUK MENGHINDARI BENDA ASING DI PERAIRAN TANJUNG PERAK

ANALISIS CUACA MARITIM BERDASARKAN HASIL PREDIKTOR LOGIKA FUZZY CUACA DARAT DI DAERAH PASURUAN, PROBOLINGGO, SITUBONDO DAN BANYUWANGI

Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation

PEMODELAN KECEPATAN ANGIN RATA-RATA DI SUMENEP MENGGUNAKAN MIXTURE OF ANFIS

PERANCANGAN SISTEM KONTROL SANDAR KAPAL OTOMATIS BERBASIS LOGIKA FUZZY DI PELABUHAN TANJUNG PERAK SURABAYA

UNIVERSITAS BINA NUSANTARA

BAB 1 PENDAHULUAN. Prediksi curah hujan di Indonesia sangat berdampak pada kehidupan masyarakat

METEOROLOGI LAUT. Sirkulasi Umum Atmosfer dan Angin. M. Arif Zainul Fuad

ANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA

1.1. LATAR BELAKANG MASALAH

PREDIKSI TINGGI MUKA AIR BENDUNGAN RIAM KANAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

PREDIKSI KECEPATAN ANGIN DI SUMENEP MENGGUNAKAN MIXTURE OF ANFIS

Prediksi Curah Hujan Bulanan Menggunakan Metode Fuzzy Sugeno

MODEL PENENTUAN GURU BERPRESTASI BERBASIS ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

KARAKTERISTIK GELOMBANG LAUT BERDASARKA N MUSIM ANGIN DI PERAIRAN PULAU BINTAN ABSTRACT

K : DIMAS CRISNALDI ERNAND DIMAS

ANALISA PENGGUNAAN SINYAL RADAR BENTUK PULSA DAN GELOMBANG KONTINYU UNTUK TARGET BERGERAK DENGAN MODEL CLUTTER TERDISTRIBUSI RAYLEIGH

PEMODELAN KECEPATAN ANGIN RATA-RATA DI SUMENEP MENGGUNAKAN MIXTURE OF ANFIS

BAB IV ANALISIS. 4.1 Data Teknis Data teknis yang diperlukan berupa data angin, data pasang surut, data gelombang dan data tanah.

Penggunaan Metode Logika Fuzzy Untuk Memprediksi Jumlah Kendaraan Bermotor Berdasarkan Tingkat Kebisingan Lalu Lintas, Lebar Jalan Dan Faktor Koreksi

HASIL DAN PEMBAHASAN

Herry gunawan wibisono Pembimbing : Ir. Syamsul Arifin, MT

DENIA FADILA RUSMAN

PERANCANGAN PREDIKTOR CUACA MARITIM MENGGUNAKAN FUZZY TIPE 2 SEBAGAI PENDUKUNG KESELAMATAN NELAYAN DENGAN USER INTERFACE ANDROID

IMPLEMENTASI ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PREDIKSI CUACA TUGAS AKHIR

Solusi MATLAB. Double Click salah satu kotak input sehingga muncul Membership Function Editor. Pada Membership Function Editor:

BAB 3 METODOLOGI. 3.1 Metodologi Penelitian Pengumpulan Bahan Penelitian. Dalam penelitian ini bahan atau materi dikumpulkan melalui :

REFRAKSI GELOMBANG DI PERAIRAN PANTAI MARUNDA, JAKARTA (Puteri Kesuma Dewi. Agus Anugroho D.S. Warsito Atmodjo)

BAB III METODOLOGI PENELITIAN

BAB V ANALISIS DATA. Tabel 5.1. Data jumlah kapal dan produksi ikan

VARIASI GELOMBANG LAUTDI SELAT MAKASSAR BAGIAN SELATAN

BAB V EVALUASI HASIL RANCANG BANGUN SISTEM REKONSTRUKSI LINTAS TERBANG PESAWAT UDARA

Pengendalian Kapal-kapal Di Pelabuhan Tanjung Perak Berbasis Logika Fuzzy

BAB III. Sub Kompetensi :

BAB V IMPLEMENTASI SISTEM

ANFIS DENGAN MEMBERSHIP FUNCTION UNTUK PREDIKSI CURAH HUJAN PADA DATA RENTET WAKTU MULTIVARIATE

BAB II PERSYARATAN DAN TARGET RANCANG BANGUN SISTEM REKONSTRUKSI LINTAS TERBANG PESAWAT UDARA

JURNAL TEKNIK PERKAPALAN Jurnal Hasil Karya Ilmiah Lulusan S1 Teknik Perkapalan Universitas Diponegoro

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

3.1.2 Analisis Kebutuhan... Error! Bookmark not defined Perancangan... Error! Bookmark not defined Pengujian... Error!

Sistem Notifikasi Kondisi Angin Menggunakan Metode Fuzzy untuk Keselamatan Pelayaran

PENERAPAN FUZZY INFERENCE SYSTEM PADA PREDIKSI CURAH HUJAN DI SURABAYA UTARA

BAB 3 DESKRIPSI KASUS

Institut Teknologi Sepuluh Nopember Surabaya

BAB I PENDAHULUAN. lautan 38% : 62%, memiliki pulau, dimana 6000 di antaranya telah

BAB III METODOLOGI PENELITIAN

APLIKASI AUTOMATIC IDENTIFICATION SYSTEM (AIS) UNTUK MENENTUKAN RISK COLLISION KAPAL BERDASARKAN FUZZY INFERENCE SYSTEM

MODUL PELATIHAN INFORMASI CUACA MARITIM UNTUK NELAYAN TANGKAP

PEMODELAN DAN SIMULASI SISTEM INVENTORI UNTUK MENDAPATKAN ALTERNATIF DESAIN PERGUDANGAN (STUDI KASUS DI PT. PETROKIMIA GRESIK)

POLITEKNIK ILMU PELAYARAN (PIP) DI SURABAYA

PENERAPAN LOGIKA FUZZY UNTUK MEMPREDIKSI CUACA HARIAN DI BANJARBARU

BAB 1 PENDAHULUAN Latar Belakang

BAB V HASIL DAN PEMBAHASAN

2015 RANCANG BANGUN SISTEM APLIKASI PERAMALAN JUMLAH MUATAN KAPAL RO-RO DENGAN METODE WINTER S TIGA PARAMETER

Jurnal Fisika Unand Vol. 2, No. 4, Oktober 2013 ISSN

Penerapan Adaptive Neuro Fuzzy Inference System Dalam Memprediksi Volume Pemakaian Air Bersih

BAB I PENDAHULUAN. Secara geografis wilayah Indonesia terletak di daerah tropis yang terbentang

ANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA

PROGRAM STUDI DIPLOMA III INSTRUMENTASI DAN ELEKTRONIKA

BAB V PENGUMPULAN DAN ANALISIS DATA

FINAL KNKT KOMITE NASIONAL KESELAMATAN TRANSPORTASI REPUBLIK INDONESIA

PERANCANGAN SISTEM AKUSISI DATA PADA MINI MARITIME WEATHER STATION. Oleh: Edi Yulianto. Pembimbing : Ir.Syamsul Arifin, MT Imam Abadi, ST.

BAB IV DATA SISTEM PERPIPAAN HANGTUAH

BAB 4 IMPLEMENTASI & EVALUASI

DESAIN KAPAL PENUMPANG BARANG UNTUK PELAYARAN GRESIK-BAWEAN

Evaluasi Kesesuaian Life-Saving Appliances (LSA) dan Pembuatan Simulasi Sistem Evakuasi Pada Kapal Perintis 1200 GT Menggunakan Software Pathfinder

PRAKIRAAN PENGGUNAAN BEBAN LISTRIK JANGKA PENDEK PADA GKB 2 UMM MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI

PREDIKSI CURAH HUJAN TAHUNAN MENGGUNAKAN ANFIS DENGAN PENGELOMPOKAN DATA (Studi Kasus Pada Stasiun Meteorologi Bandara Jalaluddin Gorontalo)

Technologia Vol 8, No.2, April Juni

Penerapan Fuzzy Inference System pada Prediksi Curah Hujan di Surabaya Utara

APLIKASI PENERAPAN PERATURAN SOLAS DALAM PERENCANAAN PERALATAN KESELAMATAN KMP LEGUNDI PADA LINTASAN MERAK-BAKAUHENI

BAB II TINJAUAN PUSTAKA. rancu pemakaiannya, yaitu pesisir (coast) dan pantai (shore). Penjelasan mengenai

Analisis Kekuatan Struktur Konstruksi Tower untuk Catwalk dan Chain Conveyor pada Silo (Studi Kasus di PT. Srikaya Putra Mas)

Ada 5 GUI tools yang dapat dipergunakan untuk membangun, mengedit, dan mengobservasi sistem penalaran, yaitu :

RANCANGAN KRITERIA DI BIDANG TRANSPORTASI LAUT PENETAPAN KRITERIA DAERAH PELAYARAN KAPAL PELAYARAN RAKYAT

Transkripsi:

Latar Belakang 2/3 wilayah indonesia adalah lautan yang menjadikan Indonesia sebagai negara maritim yang menjadi faktor utama pendorong terjadinya kegiatan transportasi laut di Indonesia. Tingginya kasus kecelakaan laut di Indonesia saat ini yang salah satu penyebab utamanya adalah karena faktor alam. Cuaca maritim sangat menentukan kelayakan pelayaran Turut serta mendukung Peraturan Pemerintah yang tercantum dalam PP no 5 th 21 dimana Kenavigasian diselenggarakan menjamin keselamatan dan keamanan pelayaran dalam penyelenggaraan kenavigasian..

Permasalahan Permasalahan pada penelitian ini adalah bagaimana merancang suatu simulator yang mampu memberikan informasi dan prediksi cuaca maritim dengan metode logika fuzzy untuk untuk kelayakan pelayaran studi kasus : jalur Surabaya Banjarmasin.

Tujuan Tujuan penelitian dalam Tugas Akhir ini menghasilkan suatu simulator yang mampu memberikan informasi dan prediksi cuaca maritim dengan metode logika fuzzy untuk untuk kelayakan pelayaran studi kasus: jalur Surabaya Banjarmasin.

Batasan Masalah Variabel cuaca yang digunakan dalam pemodelan ini yaitu kecepatan angin (knot), ketinggian gelombang laut (m) dan kecepatan arus laut (m/s) Cuaca maritim yang diprediksi adalah kecepatan angin, ketinggian gelombang laut, kecepatan arus laut dan badai. Kelayakan pelayaran terhadap kapal didasarkan pada aturan dari Kesyahbandaran. Model sistem peramalan bedasarkan logika fuzzy. Perancangan disimulasikan dengan matlab versi 7.8

Tinjauan Pustaka No Peneliti Judul Tahun Metode Hasil Kegunaan 1 Arifin, Syamsul Sistem Logika Fuzzy sebagai Peramal Cuaca di Indonesia, studi kasus : Kota Surabaya 29 Fuzzy Clustering Accuracy 69%. Cuaca di Surabaya 2 Ilham Yorinda Perancangan Sistem Prediksi Cuaca Berbasis Logika Fuzzy untuk Kebutuhan Penerbangan di Bandara Juanda Surabaya 3 Prita M Prediksi Cuaca Menggunakan Logika Fuzzy untuk Kelayakan Pelayaran di Tanjung Perak Surabaya 21 Logika Fuzzy Akurasi prediksi curah hujan 74.79% kec. Angin 5.41%, jarak pandang 85.43% dan angin buritan 78.67%. Akurasi kelayakan untuk jarak pandang adalah98.31 & untuk angin buritan adalahi 78.67%. 21 Logika Fuzzy Akurasi ketinggian gelombang 64,5% dan kecepatan arus laut 92,88% Penerbangan Maritim 4 Jabar Al Hakim Perancangan Prediktor Cuaca Maritim untuk Meningkatkan Jangkauan Ramalan Studi Kasus: Jalur Surabaya-Banjarmasin 5 Riki Jaya Perancangan Prediktor Cuaca Maritim Berbasis ANFIS untuk Meningkatkan Jangkauan Ramalan Studi Kasus: Jalur Surabaya-Banjarmasin 21 Logika Fuzzy Keakuratan rata-rata untuk kec. Arus adalah 71,28 % dan untuk tinggi gelombang adalah 8,26 % 21 ANFIS RMSE validasi kec. Arus adalah.3314 cm/s dan untuk tinggi gelombang adalah.85533 cm/s Maritim Maritim

Titik pengamatan Pengambilan data dilakukan di tiga titik pengamatan yaitu wilayah pelayaran Surabaya-Banjarmasin Perairan Surabaya (6.874824 o S-112.7478 o E) Laut Jawa (4,648136 o S-113,9886 o E) Perairan Banjarmasin (3.54425 o S-114.4843 o E)

BMKG

Flowchart Penelitian Mulai Validasi Parameter Logika Fuzzy Tinjauan Pustaka Pengumpulan Data serta Pengamatan Pembuatan Model Simulator untuk Kelayakan Pelayaran Tidak Merancang Software Prediksi Cuaca Kesesuaian Kepakaran Pengujian Software Ya Tidak Analisa Hasil dan Pembuatan Laporan Ketepatan Prediksi Selesai Ya Analisa Hasil

Variabel Cuaca Maritim Kecepatan Angin Kecepatan Arus Tinggi Gelombang

Kecepatan Angin Wind Speed diukur dengan alat Anemometer. Data utama: Speed (Kecepatan), dinyatakan dalam knot, mph atau m/s Direction (Arah), dinyatakan sebagai Arah Kedatangan Contoh: Jika arah angin menuju barat (W), maka wind direction adalah E (timur)

Kecepatan Arus Arus laut diukur dengan alat Sea-Current-Meter. Data utama: Current (kecepatan arus), dinyatakan dalam knot atau cm/s Direction (arah), dinyatakan sebagai Arah Yang Dituju Awas beda dengan wind / wave Contoh: Jika arah arus adalah W, maka arus adalah menuju ke W (Barat) Depth (kedalaman) titik pengukuran diukur dari permukaan laut. Secara sederhana arus permukaan juga dapat diukur dengan menghitung kecepatan gerak suatu benda terapung di sekitar platform atau kapal yang diam

Ketinggian Gelombang Gelombang (Swell) umumnya dijadikan sebagai kriteria cuaca. Contohnya pada operasi pengangkatan, transportasi air, kapal merapat ke fasilitas, operasi helicopter, konstruksi atau maintenance pekerjaan marine, dll. Swell & Wind Wave dapat diukur dengan alat Wave Gauge Periode Swell (T) Adalah waktu yang diperlukan satu gelombang untuk bergerak mencapai lokasi satu geleombang di depannya. Lihat gambar Direction (Arah) dinyatakan sebagai Arah Kedatangan dari daerah pembentukan. Wave direction E berarti arah gelombang datang dari arah E (timur).

Kec. Arus Aktual Kec. Angin Kec. Arus Sebelumnya Prediksi Kec. Arus

Clustering F C means Contoh gelombang perairan laut jawa 1 Fuzzy Clustering Ketinggian Gelombang (m) 1.65 Fuzzy Clustering Ketinggian Gelombang (m).95 1.6 Ketinggian Gelombang (m).9.85.8.75 Ketinggian Gelombang (m) 1.55 1.5 1.45 1.4 1.35.7 1.3.65 1 2 3 4 5 6 7 8 Banyak Data Smooth 1.25 1 2 3 4 5 6 7 Banyak Data Moderate

FCM Nilai maks-min Ketinggian Gelombang (m) 2 1.95 1.9 1.85 1.8 1.75 1.7 Fuzzy Clustering Ketinggian Gelombang (m) 1. Glassy min. - max.34 2. Rippled min.375- max.64 3. Smooth min.65 - max.95 4. Slight min.96 - max 1.24 5. Moderate min 1.25 - max 1.56 6. Rough min 1.57 - max 1.96 7. Very Rough min 1.97 - max 3.42 1.65 1.6 1.55 5 1 15 2 25 3 35 4 Banyak Data Rough

Center & standart deviasi No Variabel Standar Deviasi Fungsi Keanggotaan Titik Tengah [1] [2] [3] [4] [5] 1 Kecepatan Angin (knot) 5,125 CA (Calm) 2,618 2 Ketinggian Gelombang (H(t))(m) 5,125 LA (Light air) 5,644 5,125 LB (Light breeze) 8,5826 5,125 GB (Gentle breeze) 11,399 5,125 MB (Moderate breeze) 14,824 5,125 FB (Fresh breeze) 16,7139 5,125 SB (Strong breeze) 2,712.5497 CG (Glassy),1941.5497 CR (Rippled)),4882.5497 SW (Wavelets),852.5497 SL (Slight) 1,958.5497 MO (Moderate) 1,393.5497 RO (Rough) 1,7374.5497 VRO (Very Rough) 2,227

Lanjutan [1] [2] [3] [4] [5] 3 Ketinggian Gelombang Sebelumnya (H(t-1))(m) 4 Kecepatan Arus Laut (Cu(t)) (m/s) 5 Kecepatan Arus Laut Sebelumnya (Cu(t-1)) (m/s).5497 CG (Glassy).5497 CR (Rippled).5497 SW (Wavelets).5497 SL (Slight).5497 MO (Moderate).5497 RO (Rough).5497 VR (Very Rough),1941,4882,852 1,958 1,393 1,7374 2,227 12.916 VS (Very Slow) 2,4385 12.916 SW (Slow) 7,192 12.916 SM (Smooth) 13,3592 12.916 SL(Slight) 19,8212 12.916 AV (Average) 27,585 12.916 FS (Fast) 4,3493 12.916 VF (Very Fast) 62,174 12.916 VS (Very Slow) 2,4385 12.916 SW (Slow) 7,192 12.916 SM (Smooth) 13,3592 12.916 SL(Slight) 19,8212 12.916 AV (Average) 27,585 12.916 FS (Fast) 4,3493 12.916 VF (Very Fast) 62,174

FIS Editor Prediksi Kec.Arus ex: banjarmasin FIS Design dari prediksi kecepatan arus di Banjarmasin

Membership Function Membership function dari kecepatan angin Membership function dari kec. Arus Cu(t)

Membership Function Membership function dari kec.arus sebelumnya Cu(t-1) Membership function dari kec.arus Cu(t+1)

Rule Base Rule base kecepatan arus di perairan Banjarmasin Rule base ketinggian gelombang di perairan Banjarmasin

Surface Viewer surface viewer pada ketinggian gelombang di surface viewer pada kec. Arus di perairan banjarmasin perairan banjarmasin

Validasi Kecepatan Arus 25 Validasi data bulan Januari 21-September 21 Predik si Validasi 9 8 Validasi data bulan Januari 21-September 21 Predik si Validasi 2 7 Kecepatan Arus (cm/s) 15 1 Kecepatan Arus (cm/s) 6 5 4 3 5 2 1 1 2 3 4 5 6 7 Banyak Data Perbandingan Hasil Prediksi dan Aktual Data Kecepatan Arus Perairan Surabaya 1 2 3 4 5 6 7 Banyak Data Perbandingan Hasil Prediksi dan Aktual Data Kecepatan Arus Laut Jawa

Lanjutan Kecepatan Arus (cm/s) 8 7 6 5 4 3 2 1 Validasi data bulan Januari 21-September 21 Prediksi Validasi 1 2 3 4 5 6 7 Banyak Data Perbandingan Hasil Prediksi dan Aktual Kecepatan Arus Perairan Banjarmasin No 1 Titik pengamatan Jumlah data validasi Jumlah data yang memiliki kesamaan fungsi keanggotaan Prosentase Keakuratan Perairan Surabaya 6552 5735 87,53% 2 Laut Jawa 6552 5589 85,3% 3 Perairan Banjarmasin 6552 5721 87,32%

Validasi Ketinggian Gelombang.7.6 Validasi data bulan Januari 21-September 21 Predik si Validasi 3.5 3 Validasi data bulan Januari 21-September 21 Predik si Validasi Ketinggian Gelombang (m).5.4.3.2 Ketinggian Gelombang (m) 2.5 2 1.5 1.1.5 1 2 3 4 5 6 7 Banyak Data Perbandingan Hasil Prediksi dan Aktual Ketinggian Gelombang Perairan Surabaya 1 2 3 4 5 6 7 Banyak Data Perbandingan Hasil Prediksi dan Aktual Ketinggian Gelombang Perairan Laut Jawa

Lanjutan Ketinggian Gelombang (m) 1.8 1.6 1.4 1.2 1.8.6.4.2 Validasi data bulan Januari 21-September 21 Prediksi Validasi 1 2 3 4 5 6 7 Banyak Data Perbandingan Hasil dan Prediksi Ketinggian Gelombang Perairan Banjarmasin No 1 Titik pengamatan Jumlah data validasi Jumlah data yang memiliki kesamaan fungsi keanggotaan Prosentase Keakuratan Perairan Surabaya 6552 5429 82,86% 2 Laut Jawa 6552 5347 81,61% 3 Perairan Banjarmasin 6552 5982 91,3%

Validasi Kecepatan Angin 16 14 Validasi data bulan Januari 21-September 21 Predik si Validasi 3 25 Validasi data bulan Januari 211-Maret 211 Predik si Validasi 12 Kecepatan Angin (knot) 1 8 6 Kecepatan Angin (knot) 2 15 1 4 5 2 1 2 3 4 5 6 7 Data ke- Perbandingan Hasil Prediksi dan Aktual Kecepatan Angin pada Perairan Surabaya 1 2 3 4 5 6 7 Data ke- Perbandingan Hasil Prediksi dan Aktual Kecepatan Angin pada Perairan Laut Jawa

Lanjutan Kecepatan Angin (knot) 12 1 8 6 4 2 Validasi data bulan Januari 21-September 21 Prediksi Validasi 1 2 3 4 5 6 7 Data ke- Perbandingan Hasil dan Prediksi Kecepatan Angin pada Perairan Banjarmasin N o 1 Titik pengamatan Jumlah data validasi Jumlah data yang memiliki kesamaan fungsi keanggotaa n Prosentase Keakurata n Perairan Surabaya 6552 517 77,94% 2 Laut Jawa 6552 5774 88,13% Perairan Banjarmasi 3 n 6552 5117 79,1%

Kelayakan Pelayaran Aturan yang digunakan oleh Kesyahbandaran Pelabuhan Tanjung Perak Surabaya untuk menentukan kelayakan pelayaran No. GT Kapal Ketinggian Gelombang Maksimal 1 Semua,5 m 2 >7 1 m 3 >175 1,5 m 4 >5 3 m 5 >5. 4 m 6 >1. 5 m

Simulator Kelayakan Pelayaran

Validasi Hasil Kelayakan Tempat GT Kapal Jumlah Waktu Layak Berlayar Jumalah Akurasi (%) Data BMKG Data Pemodelan Kesamaan Kelayakan Surabaya Semua GT 6518 6515 6549 99,95 GT >7 34 37 GT >175 GT >5 GT>5 GT>1 Laut Jawa Semua GT 2634 2641 5853 89,33 GT >7 2458 248 GT >175 1173 1198 GT >5 284 233 GT>5 GT>1 3 Banjarmasin Semua GT 3484 3355 6214 94,84 GT >7 2627 2728 GT >175 36 377 GT >5 81 92 GT>5 GT>1

Kesimpulan Telah dilakukan pemodelan logika fuzzy tipe sugeno untuk memprediksi kecepatan arus, ketinggian gelombang dan kecepatan angin untuk menentukan kelayakan pelayaran pada jalur Surabaya-Banjarmasin. Pada hasil pengujian Kecepatan Arus dari data validasi sebanyak 6552 data di Surabaya 5735 data sama dengan keakuratan sebesar 87,53%. di Laut Jawa sebanyak 5589 data dengan keakuratan sebesar 85,3%. di Perairan Banjarmasin didapatkan keakuratan 87,32% dengan kesamaan 5721 data. Pada hasil pengujian Ketinggian Gelombang dari data validasi sebanyak 6552 data di Surabaya 5429 data saa dengan keakuratan sebesar 82,86 %. di Laut Jawa sebanyak 5347data dengan keakuratan sebesar 81.61%. di Perairan Banjarmasin didapatkan keakuratan 91,3% % dengan kesamaan 5982 data.

Lanjutan Pada hasil pengujian Kecepatan Angin dari data validasi sebanyak 6552 data di Surabaya 517 data sama dengan keakuratan sebesar 77,94%. di Laut Jawa sebanyak 5774 data dengan keakuratan sebesar 88,13%. di Perairan Banjarmasin didapatkan keakuratan 79.1% dengan kesamaan 5117 data. Untuk kelayakan pelayaran kapal yang pengelompokannya didasarkan pada GT kapal didapatkan nilai rata-rata untuk prosentase data kelayakan pelayaran adalah sebesar 97,42% untuk Perairan Surabaya, 81,85% pada Perairan Laut Jawa dan 88,53% pada Perairan Banjarmasin