PREDIKSI CUACA MARITIM UNTUK MENDETEKSI KEBERADAAN SUMBER DAYA LAUT IKAN DI PERAIRAN JAWA TIMUR OLEH : Bagusranu Wahyudi Putra 2410100044 DOSEN PEMBIMBING : Dr. Ir. Aulia Siti Aisjah, MT. Ir. Syamsul Arifin, MT. JURUSAN TEKNIK FISIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER
46
Embed
PREDIKSI CUACA MARITIM UNTUK MENDETEKSI KEBERADAAN SUMBER ...digilib.its.ac.id/public/ITS-paper-38113-Presentations.pdf · prediksi cuaca maritim untuk mendeteksi keberadaan sumber
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
PREDIKSI CUACA MARITIM UNTUK MENDETEKSI KEBERADAAN SUMBER DAYA
LAUT IKAN DI PERAIRAN JAWA TIMUR
OLEH :Bagusranu Wahyudi Putra 2410100044
DOSEN PEMBIMBING :Dr. Ir. Aulia Siti Aisjah, MT.
Ir. Syamsul Arifin, MT.
JURUSAN TEKNIK FISIKAFAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
ROAD MAP Design of Maritim WeatherStation for Small Island in
Indonesia
1.Design of Maritim Bouy
Weather
Design of Buoy
Analysis of Static and Dynamic
Reliability
Feasibility application at coastal water
2.Software Predictors
Fuzzy Logic System
Neural Network
ANFIS (Adaptif Neural Networks
Inf. System)
Analysis of Predictor
Accuration
3. Instrumentation & Communication System
Sensor
Electronic System
Monitoring System
Communication system
Server
LATAR BELAKANG
LAUT IKAN
SUHU PERMUKAAN LAUT (SPL)
FUZZYKEBERADAAN IKAN ??
METODE
CUACA
WPP – RI 712 (PERAIRAN LAUT JAWA)
PERMASALAHAN DAN TUJUANPermasalahan : Bagaimana merancang sebuah prediktor cuaca
maritim menggunakan metode fuzzy ? Bagaimana menghubungkan prediksi cuaca maritim
untuk mengidentifikasi keberadaaan ikan layang diperairan Jawa Timur ?
Tujuan : Untuk merancang sebuah prediktor cuaca maritim
menggunakan metode fuzzy Untuk menghubungkan prediksi cuaca maritim dengan
persebaran ikan di perairan Jawa Timur (Studi Kasuspada titik koordinat 4°50'41.80"LS - 112°22'30.63"BT)
BATASAN MASALAH
1. Data yang diambil dari data sekunder yang berasal dariNOAA dalam kurun waktu kurang lebih 2 tahun
3. Jenis ikan yang diteliti adalah ikan layang4. Titik penelitian terletak pada koordinat 4°50'41.80"LS
- 112°22'30.63"BT5. Variabel cuaca yang menjadi obyek penelitian adalah
suhu permukaan air laut6. Pengolahan data menggunakan software matlab
PENELITIAN SEBELUMNYA
METODOLOGI PENELITIAN
MULAI
STUDI LITERATUR
PENGAMBILAN DATA SEKUNDER
NOAA
PERANCANGAN FIS
VALIDASI FIS
APAKAH PERFOMANSI LOGIKA FUZZY
SESUAI ?
PERANCANGAN PREDIKTOR CUACA MARITIM UNTUK MENGIDENTIFIKASI
KENERADAAN IKAN LAYANG DI PERAIRAN JAWA TIMUR
APAKAH SISTEM PREDIKTOR MAMPU MENGIDENTIFIKASI
PERSEBARAN IKAN ?
PEMBUATAN BUKU DAN LAPORAN TUGAS AKHIR
SELESAI
YA
YA
TIDAK
TIDAK
TEORI DASAR LOGIKA FUZZY
Fungsi Keanggotaan
Label
Aturan
Derajat Keanggotaan
SUHU PERMUKAAN LAUT
SUHU OPTIMAL IKAN LAYANG
BERAPA SUHU OPTIMAL IKAN
LAYANG ??
IKAN LAYANG BERADA PADA SUHU OPTIMAL 27.30oC-28.13oC
SUHU OPTIMAL IKAN LAYANG
Suhu Permukaan Laut Keberadaan Ikan Layang
< 27,30 0C Ikan Layang tidak pada suhu optimal
27,30 – 28,13 0C Ikan Layang pada suhu optimal
> 28,13 0C Ikan Layang tidak pada suhu optimal
IKAN LAYANG
PENGAMBILAN DATA
20 LU - 1370 BT
80 LS - 1000 BT
4°50'41.80"LS - 112°22'30.63"BT
INTERPOLASI LAGRANGE UNTUK ESTIMASI SUHU DI LOKASI PERAIRAN JAWA TIMUR
(x0,y0) dan (x1,y1 )
L1x) =
P(x) = L0(x) y0 + L1(x) y1
HASIL INTERPOLASI
25,00
27,00
29,00
31,00
33,00
35,00
37,00
1 22 43 64 85 106
127
148
169
190
211
232
253
274
295
316
337
358
379
400
421
442
463
484
505
526
547
568
589
610
631
652
673
694
715
736
757
778
799
820
841
862
SUHU
(CEL
CIUS
)
Data Ke-
SUHU PERMUKAAN LAUT TAHUN 2010-2012
SUMATRA
PAPUA
TITIK PENELITIAN
Jumlah data = 866
FUZZY CLUSTER MEANS
INPUT(SUHU)
FCM (Fuzzy Clustering
Means)
FUZZY CLUSTER MEANS “TINGGI”
Nilai Minimal : 30,49 0C
Nilai Maximal : 33,20 0C
Titik Tengah : 31,24 0C
FUZZY CLUSTER MEANS “SEDANG”
Nilai Minimal : 28,67 0C
Nilai Maximal : 30,25 0C
Titik Tengah : 29,32 0C
Nilai Minimal : 26,72 0C
Nilai Maximal : 28,66 0C
Titik Tengah : 28,01 0C
FUZZY CLUSTER MEANS “RENDAH”
HASIL FCM
Titik tengah pada Suhu Tinggi ialah 31,23 Titik tengah pada Suhu Sedang ialah 29,32 Titik tengah pada Suhu Rendah ialah 28,01 Nilai standart deviasi ialah 1,10
PERANCANGAN FIS
1. FIS SUHU TIPE PERTAMA2. FIS SUHU TIPE KEDUA
FIS SUHU TIPE PERTAMA
FIS SUHU TIPE PERTAMA
Nilai standart deviasi : 1,10Nilai maksimum : 31,23Nilai tengah : 29,32Nilai minimum : 28,01
FIS SUHU TIPE PERTAMA
FIS SUHU TIPE KEDUA
FIS SUHU TIPE KEDUA
Nilai standart deviasi : - 1,614 (“rendah” & “sedang”)- 1,914 (“tinggi”)
Nilai maksimum : 29,43Nilai tengah : 28,62Nilai minimum : 27,10
FIS SUHU TIPE KEDUA
PERANCANGAN GUI PREDIKTOR
VALIDASI FIS TIPE PERTAMA
VALIDASI FIS TIPE PERTAMA
Error Rata-rata : 1,270
Jumlah Data : 285
Nilai RMSE : 1,818
Keakuratan : 36,88 %
VALIDASI FIS TIPE KEDUA
VALIDASI FIS TIPE KEDUA
Error Rata-rata : 0,170
Jumlah Data : 285
Nilai RMSE : 0,217
Keakuratan : 74,37 %
PERBANDINGAN FIS TIPE 1 DAN 2
FIS PrediksiJumlah
data validasi
Error Rata-
rata
RMSE Validasi
Persentase Keakuratan
Suhu Permukaan Laut
Tipe Pertama
24 jam kedepan 285 1,270 1,818 36,88 %
Suhu Permukaan Laut
Tipe Kedua
24 jam kedepan 285 0,170 0,217 74,37 %
VALIDASI PREDIKTOR KEBERADAAN IKAN LAYANG
Waktu Prediksi
Suhu Ikan Layang (0C)
Jumlah DataProsentase
(%)Rata
-rataData RealData
Prediksi
1 hari
< 27,30 0 0 100%
100%27,30-28,13 24 24 100%
>28,13 261 261 100%
3 hari
< 27,30 0 0 100%
100%27,30-28,13 9 9 100%
>28,13 86 86 100%
5 hari
< 27,30 0 0 100%
100%27,30-28,13 4 4 100%
>28,13 52 52 100%
KESIMPULAN1. Prediktor suhu permukaan air laut dengan metode fuzzy
Sugeno-Takagi mampu berfungsi sebagai identifikasikeberadaan ikan layang di perairan Jawa Timur.
2. Prediktor terbaik adalah tipe kedua dengan nilai maksimal29,430C , nilai minimal ialah 27,100C , titik tengah adalah28,62 0C dan standar deviasi untuk membership function“rendah” dan “sedang” bernilai 1,614 dan membershipfunction “tinggi” bernilai 1,914.
3. Nilai RMSE validasi terbaik untuk peramalan suhupermukaan laut adalah 0,217 dengan akurasi 74,37%.
4. Metode logika fuzzy sugeno memiliki performa sangat baikuntuk mengidentifikasi keberadaan ikan layang pada 1 harikedepan , 3 hari kedepan dan 5 hari kedepan dengankeakuratan mencapai 100%.
TERIMAKASIH
Fuzzifikasi -> Operasi Logika Fuzzy -> Implikasi-> Agregasi ->Defuzzifikasi
Saran yang perlu disampaikan untukpengembangan penelitian ini agar diberikansensor suhu pada “buoy weather” dandiletakkan pada beberapa titik di perairanJawa Timur sehingga dapat meningkatkankeakuratan prediksi cuaca untukmengidentifikasi keberadaan ikan di perairanJawa Timur.
HASIL WAWANCARA
Nama : Bapak Mu’syadiAlamat : Jalan Brondong 22 LamonganPekerjaan : Nelayan selama 15 tahunUsia : 48 Tahun
HASIL WAWANCARA
Nama : Bapak RosyidiAlamat :-Pekerjaan : Nelayan selama 7 tahunUsia : 42 Tahun