Perancangan prediktor cuaca maritim menggunakan adaptive neuro-fuzzy inference sistem (ANFIS) sebagai decision support keselamatan nelayan dengan user interface android

Susanto, Heru (2016) Perancangan prediktor cuaca maritim menggunakan adaptive neuro-fuzzy inference sistem (ANFIS) sebagai decision support keselamatan nelayan dengan user interface android. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2412100090-undergraduate thesis.pdf

Download (1MB) | Preview
[img]
Preview
Text
2412100090-paperpdf.pdf

Download (736kB) | Preview
[img]
Preview
Text
2412100090-presentationpdf.pdf

Download (1MB) | Preview

Abstract

Cuaca adalah factor yang sangat berpengaruh bagi kehidupan manusia. Oleh karenanya kemampuan untuk memprediksi cuaca akan sangat membantu manusia dalam aktivitas sehari-hari. Salah satu mata pencaharian yang sangat bergantung pada kondisi cuaca adalah nelayan. Untuk meningkatkan faktor keselamatan nelayan melalui penelitian dibuat sebuah prediktor cuaca maritime untuk memprediksi curah hujan, tinggi gelombang dan kecepatan angin. Metode yang digunakan adalah Adaptive Neuro-Fuzzy Inference System (ANFIS). Data yang digunakan adalah hasil pengukuran oleh Stasiun Meteorologi Maritim II Perak. Data dibagi menjadi dua yaitu untuk proses training dan testing. Hasil dari proses testing didapatkan prosentase keakuratan maksimum sebesar 85.4% dan minimum 67.8% untuk curah hujan, 100% dan 82% untuk tinggi gelombang, dan 96% dan 34% untuk kecepatan angin. Selain itu dilakukan pula simulasi secara realtime dengan masukan data pengukuran secara langsung oleh Prototype BUOY Weather Type II di pantai Kenjeran Surabaya. Prosentase keakuratan predictor curah hujan 100% dan RMSE 0.002, prosentase keakuratan predictor kecepatan angin 70.47% dan RMSE 1.14 dan prosentase keakuratan predictor tinggi gelombang 100% dan RMSE 0.0011. ============================================================================================================= The weather is a factor that is very influential for human life. Therefore, the ability to predict the weather will greatly assist people in their daily activities. One of the livelihoods that depend heavily on the weather conditions were fishermen. To increase the safety factor of fishermen a maritime weather predictor is made trough this research to predict rainfall, wave height and wind speed. The method used is Adaptive Neuro-Fuzzy Inference System (ANFIS). Data obtained from measurement data by the Maritime Meteorology Station II Perak. Data then devided into two set, first is used for training process and second is for testing. From testing process obtained maximum accuracy optained by percentage of 85.4% and 67.8% for a minimum of rainfall, 100% and 82% for wave height, and 96% and 34% for wind speed. For another step of validation the ANFIS predictor also tested in real time simulation using Prototype BUOY Weather Type II measurement data as input. Obtained accuracy of rainfall predictor is 100% dan RMSE 0.002, accuracy of windspeed predictor is 70.47% dan RMSE 1.14 dan and wave height predictor is 100% dan RMSE 0.0011.

Item Type: Thesis (Undergraduate)
Additional Information: RSF 629.836 Sus p
Uncontrolled Keywords: Prediktor, ANFIS, ANDROID
Subjects: Q Science > QC Physics
Divisions: Faculty of Industrial Technology > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User: - Taufiq Rahmanu
Date Deposited: 26 Nov 2019 06:25
Last Modified: 26 Nov 2019 06:25
URI: https://repository.its.ac.id/id/eprint/72040

Actions (login required)

View Item View Item