Pemodelan Fuzzy Inference System Tsukamoto untuk Prediksi Kejadian Banjir di Kota Malang

Saat ini Malang menjadi kota yang mulai padat dengan perumahan penduduk. Hal tersebut mengakibatkan jumlah ruang terbuka hijau untuk penyerapan air hujan menjadi bekurang dan menyebabkan bencana banjir di beberapa tempat. Bencana banjir yang terjadi di Kota Malang merupakan bencana yang cukup serius...

Full description

Bibliographic Details
Main Authors: Philip Faster Eka Adipraja, Danang Arbian Sulistyo, Ida Wahyuni
Format: Article
Language:Indonesian
Published: University of Brawijaya 2020-02-01
Series:Jurnal Teknologi Informasi dan Ilmu Komputer
Online Access:http://jtiik.ub.ac.id/index.php/jtiik/article/view/1898
id doaj-cc38bb294bed41ed979b7961a20e1c8c
record_format Article
spelling doaj-cc38bb294bed41ed979b7961a20e1c8c2020-11-25T02:42:25ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792020-02-0171189196488Pemodelan Fuzzy Inference System Tsukamoto untuk Prediksi Kejadian Banjir di Kota MalangPhilip Faster Eka Adipraja0Danang Arbian Sulistyo1Ida Wahyuni2STMIK Asia MalangSTMIK Asia MalangSTMIK Asia MalangSaat ini Malang menjadi kota yang mulai padat dengan perumahan penduduk. Hal tersebut mengakibatkan jumlah ruang terbuka hijau untuk penyerapan air hujan menjadi bekurang dan menyebabkan bencana banjir di beberapa tempat. Bencana banjir yang terjadi di Kota Malang merupakan bencana yang cukup serius dan membutuhkan penanganan cepat, karena banjir sering terjadi di perumahan padat penduduk. Oleh sebab itu, prediksi bencana banjir perlu dilakukan terlebih dahulu agar antisipasi dan mitigasi dapat dilakukan sedini mungkin. Tujuan dari penelitian ini adalah mengimplementasikan pemodelan algoritma Fuzzy Inference System (FIS) Tsukamoto untuk memprediksi terjadinya kejadian banjir di Kota Malang. Data yang digunakan adalah data curah hujan dan intensitas hujan di Kota Malang. Data tersebut diprediksi kedepannya sebagai masukan dalam memodelkan metode FIS Tsukamoto untuk memprediksi kejadian banjir dengan nilai error terkecil. Hasil prediksi yang dihasilkan oleh algoritma FIS Tsukamoto adalah jumlah kemungkinan kejadian banjir yang akan terjadi. Dari hasil pengujian yang dilakukan pada data jumlah kejadian banjir pada tahun 2016-2017 dihasilkan nilai error RMSE yang cukup kecil yaitu 2.76. Maka, dengan menggunakan data hasil perkiraan curah hujan dan intensitas hujan tiga tahun kedepan dari penelitian sebelumnya, pemodelan FIS Tsukamoto dapat diimplementasikan untuk memprediksi jumlah kejadian banjir di Kota Malang untuk tiga tahun kedepan mulai tahun 2018-2020.   Abstract Today, Malang is a city that is starting to become crowded with population housing. This has resulted in the amount of green open space for absorption of rainwater to be reduced and causing floods in several places. The flood disaster that occurred in Malang City was a quite serious disaster and needed rapid handling, because flooding often occurs in densely populated housing. Therefore, the prediction of floods needs to be done in advance so that anticipation and mitigation can be done as early as possible. The purpose of this study is to implement the Tsukamoto Fuzzy Inference System (FIS) algorithm to predict the occurrence of flooding in Malang City. The data used are rainfall and rainfall intensity data in Malang City. The data is predicted in the future as input in modeling the Tsukamoto FIS method to predict flood events with the smallest error value. The prediction results generated by the Tsukamoto FIS algorithm are the number of possible flood events that will occur. From the results of the tests conducted on the data on the number of flood events in 2016-2017, the RMSE error value that was quite small was generated, which was 2.76. So, by using the results of rainfall and rainfall intensity estimates from the previous research, Tsukamoto's FIS modeling can be implemented to predict the number of flood events in Malang City for the next three years starting in 2018-2020.http://jtiik.ub.ac.id/index.php/jtiik/article/view/1898
collection DOAJ
language Indonesian
format Article
sources DOAJ
author Philip Faster Eka Adipraja
Danang Arbian Sulistyo
Ida Wahyuni
spellingShingle Philip Faster Eka Adipraja
Danang Arbian Sulistyo
Ida Wahyuni
Pemodelan Fuzzy Inference System Tsukamoto untuk Prediksi Kejadian Banjir di Kota Malang
Jurnal Teknologi Informasi dan Ilmu Komputer
author_facet Philip Faster Eka Adipraja
Danang Arbian Sulistyo
Ida Wahyuni
author_sort Philip Faster Eka Adipraja
title Pemodelan Fuzzy Inference System Tsukamoto untuk Prediksi Kejadian Banjir di Kota Malang
title_short Pemodelan Fuzzy Inference System Tsukamoto untuk Prediksi Kejadian Banjir di Kota Malang
title_full Pemodelan Fuzzy Inference System Tsukamoto untuk Prediksi Kejadian Banjir di Kota Malang
title_fullStr Pemodelan Fuzzy Inference System Tsukamoto untuk Prediksi Kejadian Banjir di Kota Malang
title_full_unstemmed Pemodelan Fuzzy Inference System Tsukamoto untuk Prediksi Kejadian Banjir di Kota Malang
title_sort pemodelan fuzzy inference system tsukamoto untuk prediksi kejadian banjir di kota malang
publisher University of Brawijaya
series Jurnal Teknologi Informasi dan Ilmu Komputer
issn 2355-7699
2528-6579
publishDate 2020-02-01
description Saat ini Malang menjadi kota yang mulai padat dengan perumahan penduduk. Hal tersebut mengakibatkan jumlah ruang terbuka hijau untuk penyerapan air hujan menjadi bekurang dan menyebabkan bencana banjir di beberapa tempat. Bencana banjir yang terjadi di Kota Malang merupakan bencana yang cukup serius dan membutuhkan penanganan cepat, karena banjir sering terjadi di perumahan padat penduduk. Oleh sebab itu, prediksi bencana banjir perlu dilakukan terlebih dahulu agar antisipasi dan mitigasi dapat dilakukan sedini mungkin. Tujuan dari penelitian ini adalah mengimplementasikan pemodelan algoritma Fuzzy Inference System (FIS) Tsukamoto untuk memprediksi terjadinya kejadian banjir di Kota Malang. Data yang digunakan adalah data curah hujan dan intensitas hujan di Kota Malang. Data tersebut diprediksi kedepannya sebagai masukan dalam memodelkan metode FIS Tsukamoto untuk memprediksi kejadian banjir dengan nilai error terkecil. Hasil prediksi yang dihasilkan oleh algoritma FIS Tsukamoto adalah jumlah kemungkinan kejadian banjir yang akan terjadi. Dari hasil pengujian yang dilakukan pada data jumlah kejadian banjir pada tahun 2016-2017 dihasilkan nilai error RMSE yang cukup kecil yaitu 2.76. Maka, dengan menggunakan data hasil perkiraan curah hujan dan intensitas hujan tiga tahun kedepan dari penelitian sebelumnya, pemodelan FIS Tsukamoto dapat diimplementasikan untuk memprediksi jumlah kejadian banjir di Kota Malang untuk tiga tahun kedepan mulai tahun 2018-2020.   Abstract Today, Malang is a city that is starting to become crowded with population housing. This has resulted in the amount of green open space for absorption of rainwater to be reduced and causing floods in several places. The flood disaster that occurred in Malang City was a quite serious disaster and needed rapid handling, because flooding often occurs in densely populated housing. Therefore, the prediction of floods needs to be done in advance so that anticipation and mitigation can be done as early as possible. The purpose of this study is to implement the Tsukamoto Fuzzy Inference System (FIS) algorithm to predict the occurrence of flooding in Malang City. The data used are rainfall and rainfall intensity data in Malang City. The data is predicted in the future as input in modeling the Tsukamoto FIS method to predict flood events with the smallest error value. The prediction results generated by the Tsukamoto FIS algorithm are the number of possible flood events that will occur. From the results of the tests conducted on the data on the number of flood events in 2016-2017, the RMSE error value that was quite small was generated, which was 2.76. So, by using the results of rainfall and rainfall intensity estimates from the previous research, Tsukamoto's FIS modeling can be implemented to predict the number of flood events in Malang City for the next three years starting in 2018-2020.
url http://jtiik.ub.ac.id/index.php/jtiik/article/view/1898
work_keys_str_mv AT philipfasterekaadipraja pemodelanfuzzyinferencesystemtsukamotountukprediksikejadianbanjirdikotamalang
AT danangarbiansulistyo pemodelanfuzzyinferencesystemtsukamotountukprediksikejadianbanjirdikotamalang
AT idawahyuni pemodelanfuzzyinferencesystemtsukamotountukprediksikejadianbanjirdikotamalang
_version_ 1724774065199120384