PERANCANGAN SISTEM PREDIKSI SUHU PERMUKAAN LAUT DENGAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) PADA MARITIME WEATHER STATION DI PERAIRAN DANGKAL JAWA TIMUR Oleh : I Kadek Budi Utama Putra DOSEN PEMBIMBING : Dr. Ir. Aulia Siti Aisjah, MT. Ir. Syamsul Arifin, MT. Seminar Tugas Akhir LATAR BELAKANG 2 PERMASALAHAN bagaimana merancang prediksi suhu suhu laut dengan menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS) yang dapat digunakan pada maritime weather station untuk perairan dangkal Jawa Timur? TUJUAN Untuk merancangan sistem prediksi suhu air laut dengan menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS) yang dapat digunakan pada maritime weather station untuk perairan dangkal Jawa Timur 3 BATASAN MASALAH • Metode yang digunakan adalah Adaptive Neuro Fuzzy Inference System (ANFIS) • Penelitian dibatasi hanya pada penentuan prediksi suhu air laut dengan kedalaman 1meter sampai 5 meter • Obyek analisa yaitu di wilayah perairan dangkal Jawa Timur, sehingga hasil prediksi suhu air laut hanya terbatas pada daerah pengambilan data saja • Prediksi yang dilakukan dalam rentang waktu satu hari • Data yang diambil berupa data statistik cuaca di perairan dangkal dari BMKG Perak II, LS 7O11’29.71” BT 112O42’53.57” 4 Stasiun Cuaca (Weather Station) • alat yang digunakan untuk mengetahui kondisi cuaca dan iklim pada suatu wilayah • dilengkapi dengan instrumen dan peralatan elektrik • Variabel yang diamati oleh setiap stasiun cuaca adalah suhu udara, tekanan udara, kelembaban udara, arah dan kelajuan angin, curah hujan, penguapan, dan lamanya penyinaran oleh matahari 5 Suhu Permukaan Laut • suhu permukaan laut cocok digunakan untuk mengetahui atau memprediksi cuaca di lautan dan terkait dengan kehidupan alam bawah lautnya • Suhu permukaan laut mempunyai hubungan dengan keadaan lapisan air laut yang terdapat di bawahnya, sehingga data suhu permukaan laut dapat digunakan sebagai indikator untuk mendeteksi fenomena yang terjadi dilaut seperti front (pertemuan dua massa air), arus • variasi suhu permukaan diperairan Indonesia termasuk kecil, akan tetapi masih dapat memperlihatkan adanya perubahan musim. Sebagai contoh, di daerah laut arafura dan pantai barat Sumatera pada musim barat pemanasan suhunya berkisar antara 29-o – 30o C.Sedangkan pada saat musim timur, daerah laut arafura dan pantai barat Sumatera ini mengalami penurunan menjadi 27o – 29o C. 6 • Faktor yang mempengaruhi perubahan suhu air laut Letak ketinggian dari permukaan laut dan kedalaman Lama Penyinaran dan Intensitas Radiasi Cahaya Matahari Distribusi Temperatur dan Pergerakan Air Kecepatan Angin dan Sirkulasi Udara 7 Letak ketinggian dari permukaan laut dan kedalaman • Suhu akan menurun secara teratur sesuai dengan kedalaman. Hal ini disebabkan karena pengaruh intensitas cahaya matahari yang masuk ke dalam air yang menyebabkan semakin dalam suatu perairan suhunya pun semakin rendah. 8 • Lapisan Mix Layer merupakan lapisan yang hangat di bagian teratas dimana pada lapisan ini gradient suhu berubah secara perlahan. Lapisan ini mempunyai kedalaman sekitar 50-100 m dengan suhu sekitar 26-30oC. • Lapisan Termoklin (thermocline) merupakan lapisan dimana gradien suhu berubah secara cepat sehingga terjadi perubahan suhu yang sangat mencolok. 9 • Lapisan termoklin atas dapat mengalami penurunan suhu dari 27oC pada 100 m menjadi 8oC di kedalaman 300 m dengan rata-rata penurunan suhu dapat mencapai 9,5oC/100m. Untuk termoklin bawah suhu tetap turun dari 8oC pada 300 m menjadi 4oC pada kedalaman dengan rata-rata penurunannya mencapai 1,3oC/100 m • Lapisan deep layer merupakan lapisan terbawah yaitu lapisan dimana suhu air rendah bahkan relative konstan yaitu sebesar 4oC. Pada lapisan ini mengalami penurunan suhu sekitar 0,05oC/100m, kedalaman lapisan ini dapat mencapai 2500 m. 10 Intensitas Radiasi Cahaya Matahari • Cahaya matahari berperan penting terhadap suhu air laut. Wilayah permukaan memiliki suhu yang lebih tinggi di bandingkan di bagian dalam. Hal ini disebabkan karena wilayah permukaan lebih banyak terkena sinar matahari dibandingkan bagian dalam perairan. Cahaya matahari dapat masuk hingga kedalaman 200 meter ditandai dengan hangatnya suhu air laut sampai kedalaman 200 meter, kemudian suhu air laut mengalami perubahan drastis kedalaman antara 200 sampai 1000 meter 11 Distribusi Temperatur dan Pergerakan Air • Distribusi temperatur permukaan bervariasi terhadap lintang karena bumi berevolusi terhadap matahari. Berdasarkan garis lintang, distribusi temperatur permukaan terbesar terjadi pada daerah ekuator • Pergerakan air di lautan tidak statis. Beberapa sebaran air di lautan dapat bergerak sejauh jarak yang sama dengan circum-navigasi global dalam beberapa tahun, namun rerata struktur temperatur di tempat tertentu tetap sama. Dengan demikian, temperatur air laut yang berada di bawah lapisan permukaan mengalami sedikit perubahan setiap tahun 12 Kecepatan Angin dan Sirkulasi Udara • Kecepatan angin akan mempengaruhi tegangan permukaan air laut seperti halnya di permukaan air tawar, namun tegangan suhu permukaan air laut lebih lemah jika dibandingkan dengan tegangan permukaan air tawar sehingga air laut lebih mudah pecah menjadi busa bila diganggu oleh gelombang permukaan 13 Adaptive Neuro Fuzzy Inference System (ANFIS) • teknik optimasi yang gabungan jaringan syaraf dan logika Fuzzy 14 Lapisan 1 x dan y merupakan label linguistik contohnya seperti besar dan kecil atau tinggi dan rendah. Keluaran dari lapisan ini adalah nilai derajat keanggotaan. Fungsi keangotaan berdasarkan pada persamaan bell Nilai dari ai, bi, ci merupakan parameter premis 15 Lapisan 2 • Merupakan perkalian dari lapisan 1 • Keluaran dari lapisan ini mendefinisikan derajat pengaktifan dari aturan fuzzy • banyaknya simpul yang dibentuk pada lapisan ini akan membentuk banyaknya aturan 16 Lapisan 3 • menghitung rasio simpul ke-i terhadap derajat pengaktifan aturan ke-i dengan menjumlahkan semua derajat pengaktifan aturan • Keluaran lapisan ini berupa derajat pengaktifan ternormalisasi (normalized firing strengths) 17 Lapisan 4 • Nilai (pi, qi, ri) adalah parameter set terhadap simpul ini. Parameter dari simpul dalam lapisan ini disebut parameter konsekuen 18 Lapisan 5 • menjumlahkan semua sinyal masukan dari keluaran lapisan 4 • lapisan 5 ini akan digunakan untuk menentukan prediksi 19 METODOLOGI PENELITIAN 20 PENGAMBILAN DATA 21 DIAGRAM ALIR TRAINING DATA ANFIS Mulai A Data lama penyinaran matahari, intensitas matahari, suhu udara, kecepatan angin Penentuan jumlah hidden layer Penentuan epoch dan fungsi aktivasi Penentuan fungsi keanggotaan dan lebarnya Penentuan Center of Mean Error < 0,25 Ya Variabel fuzzy suhu permukaan laut Tidak Training data Tidak RMSE < 1 Ya Pembuatan Software Prediksi Selesai A 22 CONTOH TRAINING DATA 23 VALIDASI ANFIS Kedalaman 1 meter Kedalaman 3 meter Kedalaman 5 meter 24 Fuzzy Inference System (FIS) 25 RMSE yang dihasilkan dari struktur jaringan ANFIS Kedalaman SAL RMSE 1 Meter 0.810825 3 Meter 0.810805 5 Meter 0.811236 26 PERANCANGAN SOFTWARE • Perancangan software dilakukan dengan bantuan program Graphic User Interface (GUI) yang tersedia pada Matlab. 27 HASIL PREDIKSI SOFTWARE UNTUK DATA UJI 28 GRAFIK PERBANDINGAN NILAI AKTUAL DAN NILAI PREDIKSI Kedalaman 1 meter 29 GRAFIK PERBANDINGAN NILAI AKTUAL DAN NILAI PREDIKSI Kedalaman 3 meter 30 GRAFIK PERBANDINGAN NILAI AKTUAL DAN NILAI PREDIKSI Kedalaman 5 meter 31 Nilai Error dan Tingkat Akurasi Software Kedalaman SAL (m) Rata-Rata Error (%) Rata-Rata Akurasi (%) 1 3 5 20,02399 20,01918 20,03284 79,97601 79,98082 79,96716 32 KESIMPULAN • Metode ANFIS (Adaptif Neuro Fuzzy Inference System) dapat diterapkan untuk merancang sistem prediksi suhu air laut dengan tipe data non-linear • Performansi yang dihasilkan adalah sebagai berikut : RMSE yang dihasilkan pada saat training adalah pada kedalaman 1 (satu) meter 0,810825, pada kedalaman 3 (tiga) meter 0,810805, pada kedalaman 5 (lima) meter 0,811236 Nilai rata-rata error prediksi yang dihasilkan pada kedalaman 1 meter, 3 meter dan 5 meter adalah 20,02399%, 20,01918%, dan 20,03284% Nilai rata-rata akurasi prediksi yang dihasilkan pada kedalaman 1 meter, 3 meter dan 5 meter adalah 79,97601%, 79,98082%, dan 79,96716% 33 SARAN • Saran yang dapat diberikan untuk pengembangan penelitian selanjutnya adalah dapat dibuat sistem monitoring online suhu air laut yang disambungkan pada buoy laut. 34 TERIMA KASIH