bab iv hasil pengujian dan analisis -...
TRANSCRIPT
54
Bab IV
Hasil Pengujian dan Analisis
Pada bab ini akan dibahas mengenai pengujian mengenai sistem yang
sudah dirancang dan dibuat. Pengujian yang dilakukan adalah pengujian dengan
memberikan inputan yang sesuai dengan data tanah yang diperoleh dari hasil riset ahli
tanah dan juga data yang sesuai dengan ciri-ciri dari indikator setiap karakteristik tanah
sebagai perbandingan.
4.1 Pengujian Perangkat Lunak Horison Generik
Pengujian ini dilakukan dengan memberikan inputan-inputan berupa data-
data tanah yang diperoleh berdasarkan hasil penelitian yang sudah dilakukan oleh
ahli tanah dan juga data yang sesuai dengan ciri-ciri tanah sebagai perbandingan.
Karena data hasil penelitian yang didapat tidak sesuai dengan teori yang ada hal ini
dikarenakan pada kenyataannya pada saat di lapangan kondisi tanah terkadang
berada pada kondisi ekstrem yang menyebabkan ada beberapa ciri-ciri yang tidak
sesuai dengan teori yang ada. Berikut adalah tabel contoh data yang di uji pada
aplikasi.
55
Tabel 4.1. tabel pengujian Horison Generik
No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.
Perakaran
Halus 20 50 50 80 80 80 80 80 80 80 20
Medium 20 50 60 50 80 80 80 80 80 80 20
Kasar 80 80 80 80 80 40 40 20 50 20 60
Bahan Organik 5 5 5 3 5 1 1 4 4 4 5
Drainase cukup cukup cukup cukup baik cukup cukup jelek cukup jelek cukup
Warna
Hue YR Y YR Y B YR YR Y YR Y YR
Value 2 2 4 4 4 6 6 2 2 2 3
Kroma 5 5 3 3 3 1 1 5 5 5 4
Struktur
Kelas remah remah granular granular granular granular granular platy prismatik kolumnar granular
Ukuran 5 5 3 2 3 3 3 5 5 5 5
Perkem-
bangan
kekuatan
sedang
kekuatan
sedang
kekuatan
sedang
mudah
hancur
mudah
hancur
kekuatan
sedang
mudah
hancur
kekuatan
sedang
mudah
hancur
mudah
hancur
mudah
hancur
Tekstur
Liat 5 8 20 10 30 40 40 80 60 80 67
Debu 60 46 20 40 20 35 40 10 20 5 15
Pasir 60 46 60 50 50 35 20 10 20 15 18
Konsistensi
dalam
Kondisi
Basah tidak
plastis
tidak
plastis plastis plastis plastis
tidak
plastis plastis plastis plastis plastis
tidak
plastis
Lembab sangat
gembur
sangat
gembur gembur gembur gembur
butir
kuat gembur
butir
kuat
butir
kuat
butir
kuat gembur
Kering lunak lunak teguh cukup
teguh teguh teguh teguh teguh teguh teguh lunak
Pori Tanah
Halus 25 25 25 25 25 75 75 225 225 225 25
Medium 75 75 75 75 250 10 25 25 25 25 75
Kasar 75 75 75 250 250 15 75 25 25 25 75
Horison Generik Horison
O
Horison
O
Horison
A
Horison
A
Horison
A
Horison
E
Horison
E
Horison
B
Horison
B
Horison
B ----
56
Data sampel dari nomor 1-12 merupakan data pengujian yang dimasukkan
sesuai dengan teori atau ciri-ciri tanah pada umumnya yang digunakan sebagai
pembanding dengan data yang didapat dari hasil penelitian ahli tanah yaitu pada sampel
data nomor 13. Hal ini dilakukan untuk mengetahui kinerja program yang dikerjakan
apakah sudah sesuai dengan teori yang ada.
Gambar 4.1. pengujian sampel data nomor 1
Dapat dilihat dari gambar di atas pada sampel data nomor 1 sistem fuzzy mampu
menyelesaikan pengklasifikasian horison generik dengan benar. Hal ini terjadi karena
nilai inputan pada sistem masih berada dalam jangkauan derajat keanggotaan himpunan
yang sesuai dengan ciri-ciri dari setiap horison generik yang ada.
57
Gambar 4.2. Pengujian sampel data nomor 13
Pada gambar diatas pada contoh sampel data nomor 13 menunjukkan bahwa
sistem tidak dapat membaca inputan yang dimasukkan sehingga sistem tidak bisa
menganalisa inputan yang dimasukkan karena ada inputan yang dimasukkan tidak
berada dalam jangkauan derajat keanggotaan himpunan yang sesuai dengan ciri-ciri dari
setiap horison generik yang ada. Yaitu pada input nilai tekstur liat, debu dan pasir
dimana pada teori ciri-ciri dari horison Generik B pada tektur liat memiliki keanggotaan
himpunan tinggi sedangkan pada data tekstur liat memiliki keanggotaan himpunan
rendah sehingga sistem tidak bisa membaca inputan yang dimasukkan. Perancangan
model fuzzy sangat berperan dalam hal ini sehingga apabila ada sedikit saja kekeliruan
dalam menentukan setiap batas derajat keanggotan setiap himpunan maka analisis
sistem juga akan mengalami kesalahan.
Berikut adalah perhitungan secara matematis berdasarkan sampel data nomor 1
yang dilakukan yang akan dijelaskan mulai dari kelas perakaran sampai kelas pori-pori
tanah. Sebelum melakukan perhitungan akan dijelaskan terlebih dahulu mengenai rule-
rule atau aturan-aturan yang digunakan dalam menganalisa inputan yang dimasukkan :
R1 : IF akar halus sedikit AND akar medium sedikit AND akar kasar banyak AND
bahan organik tinggi AND drainase cukup AND value gelap AND kroma murni
AND kelas struktur remah AND perkembangan kekuatan sedang AND liat sangat
rendah AND debu tinggi AND pasir tinggi AND lembab sangat gembur AND
58
kering lunak AND pori halus sedikit AND pori medium sedang AND pori kasar
sedang THEN Horison Generik O
R2 : IF akar halus sedang AND akar medium sedang AND akar kasar banyak AND
bahan organik tinggi AND drainase cukup AND value sedang AND kroma
sedang AND kelas struktur granular AND perkembangan kekuatan sedang AND
liat sangat rendah AND debu rendah AND pasir rendah AND lembab gembur
AND kering cukup teguh AND pori halus sedikit AND pori medium sedang AND
pori kasar sedang THEN Horison Generik A
R3 : IF akar halus banyak AND akar medium banyak AND akar kasar sedang AND
bahan organik rendah AND drainase cukup AND value terang AND kroma
bercak AND kelas struktur granular AND perkembangan kekuatan sedang AND
liat rendah AND debu sangat rendah AND pasir sangat rendah AND lembab
gembur AND kering teguh AND pori halus sedang AND pori medium sedikit
AND pori kasar sedikit THEN Horison Generik E
R4 : IF akar halus banyak AND akar medium banyak AND akar kasar sedikit AND
bahan organik sedang AND drainase jelek AND value gelap AND kroma murni
AND kelas struktur platy AND perkembangan kekuatan sedang AND liat tinggi
AND debu sangat rendah AND pasir sangat rendah AND lembab butir kuat AND
kering teguh AND pori halus banyak AND pori medium banyak AND pori kasar
sedikit THEN Horison Generik B
Berdasarkan sampel data nomor 1 maka akan diperoleh hitungan sebagai berikut
:
µ𝑎𝑘𝑎𝑟 ℎ𝑎𝑙𝑢𝑠 𝑠𝑒𝑑𝑖𝑘𝑖𝑡(20) = 40−𝑥
40=
40−20
40= 0,5
µ𝑎𝑘𝑎𝑟 ℎ𝑎𝑙𝑢𝑠 𝑠𝑒𝑑𝑎𝑛𝑔(20) = 0
µ𝑎𝑘𝑎𝑟 ℎ𝑎𝑙𝑢𝑠 𝑏𝑎𝑛𝑦𝑎𝑘(20) = 0
µ𝑎𝑘𝑎𝑟 𝑚𝑒𝑑𝑖𝑢𝑚 𝑠𝑒𝑑𝑖𝑘𝑖𝑡(20) = 40−𝑥
40=
40−20
40= 0,5
µ𝑎𝑘𝑎𝑟 𝑚𝑒𝑑𝑖𝑢𝑚 𝑠𝑒𝑑𝑎𝑛𝑔(20) = 0
59
µ𝑎𝑘𝑎𝑟 𝑚𝑒𝑑𝑖𝑢𝑚 𝑏𝑎𝑛𝑦𝑎𝑘(20) = 0
µ𝑎𝑘𝑎𝑟 𝑘𝑎𝑠𝑎𝑟 𝑠𝑒𝑑𝑖𝑘𝑖𝑡 (80) = 0
µ𝑎𝑘𝑎𝑟 𝑘𝑎𝑠𝑎𝑟 𝑠𝑒𝑑𝑎𝑛𝑔 (80) = 0
µ𝑎𝑘𝑎𝑟 𝑘𝑎𝑠𝑎𝑟 𝑏𝑎𝑛𝑦𝑎𝑘 (80) = 𝑥−60
40=
80−60
40= 0,5
µ𝐵𝑎ℎ𝑎𝑛 𝑜𝑟𝑔𝑎𝑛𝑖𝑘 𝑆𝑅(5) = 0
µ𝐵𝑎ℎ𝑎𝑛 𝑜𝑟𝑔𝑎𝑛𝑖𝑘 𝑅(5) = 0
µ𝐵𝑎ℎ𝑎𝑛 𝑜𝑟𝑔𝑎𝑛𝑖𝑘 𝑆(5) = 0
µ𝐵𝑎ℎ𝑎𝑛 𝑜𝑟𝑔𝑎𝑛𝑖𝑘 𝑇(5) =5,5−𝑥
1=
5,5−5
1= 0,5
µ𝐵𝑎ℎ𝑎𝑛 𝑜𝑟𝑔𝑎𝑛𝑖𝑘 𝑆𝑇(5) = 1
µ𝑣𝑎𝑙𝑢𝑒 𝑔𝑒𝑙𝑎𝑝(2) = 3,5−𝑥
3,5=
3,5−2
3,5= 0,43
µ𝑣𝑎𝑙𝑢𝑒 𝑠𝑒𝑑𝑎𝑛𝑔(2) = 0
µ𝑣𝑎𝑙𝑢𝑒 𝑡𝑒𝑟𝑎𝑛𝑔(2) = 0
µ𝑘𝑟𝑜𝑚𝑎 𝑡𝑖𝑑𝑎𝑘 𝑚𝑢𝑟𝑛𝑖(5) = 0
µ𝑘𝑟𝑜𝑚𝑎 𝑠𝑒𝑑𝑎𝑛𝑔(5) = 0
µ𝑘𝑟𝑜𝑚𝑎 𝑚𝑢𝑟𝑛𝑖(5) = 𝑥−3,5
2,5=
5−3,5
2,5= 0,6
µ𝐿𝑖𝑎𝑡 𝑆𝑅(5) =15−𝑥
15=
15−5
15= 0,67
µ𝐿𝑖𝑎𝑡 𝑅(5) = 0
µ𝐿𝑖𝑎𝑡 𝑆(5) = 0
µ𝐿𝑖𝑎𝑡 𝑇(5) = 0
µ𝐿𝑖𝑎𝑡 𝑆𝑇(5) = 0
µ𝑑𝑒𝑏𝑢 𝑆𝑅(60) = 0
60
µ𝑑𝑒𝑏𝑢 𝑅(60) = 0
µ𝑑𝑒𝑏𝑢 𝑆(60) = 0
µ𝑑𝑒𝑏𝑢 𝑇(60) =75−𝑥
15=
75−60
15= 1
µ𝑑𝑒𝑏𝑢 𝑆𝑇(60) = 0
µ𝑃𝑎𝑠𝑖𝑟 𝑆𝑅(60) = 0
µ𝑃𝑎𝑠𝑖𝑟 𝑅(60) = 0
µ𝑃𝑎𝑠𝑖𝑟 𝑆(60) = 0
µ𝑃𝑎𝑠𝑖𝑟 𝑇(60) =75−𝑥
15=
75−60
15= 1
µ𝑃𝑎𝑠𝑖𝑟 𝑆𝑇(60) = 0
µ𝑝𝑜𝑟𝑖 ℎ𝑎𝑙𝑢𝑠 𝑠𝑒𝑑𝑖𝑘𝑖𝑡(25) =𝑥−0
27,5=
25
27,5= 0,91
µ𝑝𝑜𝑟𝑖 ℎ𝑎𝑙𝑢𝑠 𝑠𝑒𝑑𝑎𝑛𝑔(25) = 0
µ𝑝𝑜𝑟𝑖 ℎ𝑎𝑙𝑢𝑠 𝑏𝑎𝑛𝑦𝑎𝑘(25) = 0
µ𝑝𝑜𝑟𝑖 𝑚𝑒𝑑𝑖𝑢𝑚 𝑠𝑒𝑑𝑖𝑘𝑖𝑡(75) = 0
µ𝑝𝑜𝑟𝑖 𝑚𝑒𝑑𝑖𝑢𝑚 𝑠𝑒𝑑𝑎𝑛𝑔(75) =𝑥−45
80=
75−45
80= 0,375
µ𝑝𝑜𝑟𝑖 𝑚𝑒𝑑𝑖𝑢𝑚 𝑏𝑎𝑛𝑦𝑎𝑘(75) = 0
µ𝑝𝑜𝑟𝑖 𝐾𝑎𝑠𝑎𝑟 𝑠𝑒𝑑𝑖𝑘𝑖𝑡(75) = 0
µ𝑝𝑜𝑟𝑖 𝐾𝑎𝑠𝑎𝑟 𝑠𝑒𝑑𝑎𝑛𝑔(75) =𝑥−45
80=
75−45
80= 0,375
µ𝑝𝑜𝑟𝑖 𝐾𝑎𝑠𝑎𝑟 𝑏𝑎𝑛𝑦𝑎𝑘(75) = 0
Setelah semua hitungan telah didapatkan maka nilai output hasil inferensi dari
tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat. nilai output
crisp/nilai tegas Z dapat dicari dengan cara mengubah input (berupa himpunan fuzzy
yang diperoleh dari komposisi aturan-aturan fuzzy) menjadi suatu bilangan pada domain
61
himpunan fuzzy tersebut. Pada dasarnya, metode Tsukamoto mengaplikasikan penalaran
monoton pada setiap aturannya. Kalau pada penalaran monoton, sistem hanya memiliki
satu aturan, pada metode Tsukamoto, sistem terdiri atas beberapa aturan. Karena
menggunakan konsep dasar penalaran monoton, pada metode Tsukamoto, setiap
konsekuen pada aturan yang berbentuk If-Then harus direpresentasikan dengan suatu
himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sehingga output dari
horison generic dapat kita lihat pada gambar dibawah ini :
Gambar 4.3. Fungsi keanggotaan output Horison Generik
Kemudian dari tiap-tiap aturan yang ada dengan menggunakan penalaran
monoton dapat diperoleh nilai 𝑧1 − 𝑧4 pada aturan pertama – keempat.
R1 : 𝛼1 = min(0,5; 0,5; 0,5; 0,5; 1; 0,43; 0,6; 1; 1; 0,67; 1; 1; 1; 1; 0,91; 0,375; 0,375)
𝛼1 = 0,375
𝑍1 = 𝛼1 = 0,375
R2 : 𝛼2 = min (0; 0; 0,5; 0,5; 1; 0; 0; 0; 1; 0,67; 0; 0; 0; 0; 0,91; 0,375; 0,375)
𝛼2 = 0
𝑍2 = 𝛼2 = 0
R3 : 𝛼3 = 𝑚𝑖𝑛 (0; 0; 0; 0; 1; 0; 0; 0; 1; 0; 0; 0; 0; 0; 0; 0; 0)
𝛼3 = 0
𝑍3 = 𝛼3 = 0
62
R4 : 𝛼4 = 𝑚𝑖𝑛 (0; 0; 0; 0; 0; 0,43; 0,6; 0; 1; 0; 0; 0; 0; 0; 0; 0; 0)
𝛼4 = 0
𝑍4 = 𝛼4 = 0
Setelah nilai α-predikat untuk aturan pertama sampai keempat telah didapat,
maka dengan menggunakan penalaran monoton, diperoleh nilai 𝑍1 − 𝑍4 kemudian
dengan metode defuzifikasi (penegasan) hasil akhir akan didapatkakn. Metode
defuzifikasi yang digunakan dalam metode Tsukamoto adalah metode defuzifikasi rata-
rata terpusat (Center Average Defuzzyfier).
z =∑ αizin
i=1
∑ αini=1
z = 𝛼1𝑍1+𝛼2𝑍2+𝛼3𝑍3+𝛼4𝑍4
𝛼1+𝛼2+𝛼3+𝛼4
Z = 0,375𝑥0,375+0𝑥0+0𝑥0+0𝑥0
0,375+0+0+0
Z = 0,375
Dari perhitungan diatas diketahui yang memiliki nilai yang sama dengan Z
adalah nilai pada output 𝑍1 (Rule 1) yaitu horison generik O sedangkan rule lainnya
bernilai nol. Sehingga dapat disimpulkan bahwa pada sampel data nomor 1 merupakan
horison generik O dan berdasarkan perhitungan matematis dan aplikasi yang dijalankan
menghasilkan hasil yag sama.
4.2 Pengujian Perangkat Lunak Horison Penciri dan Klasifikasi Tanah
Pada perangkat lunak Horison penciri sistem dibangun dengan menggunakan
metode aturan produksi. Penggunaan metode ini dikarenakan karakteristik pada horison
penciri memiliki nilai-nilai pasti sehingga tidak diperlukan metode fuzzy dalam
pembuatannya. Sehingga jika inputan yang dimasukkan memenuhi syarat maka output
yang dihasilkan juga akan sesuai dengan ciri-ciri dari masing-masing horison penciri
63
yang ada. Sebagai contoh untuk horison penciri Anthropik memiliki ciri-ciri seperti
tabel berikut ini :
Tabel 4.2 ciri-ciri Horison Penciri Anthropik
Indikator Nilai Indikator Ciri lain
- P2O5 >250 ppm
- tebal >18 cm
- bahan organik >1%
- Warna Warna gelap:
Value <3,5 (kondisi lembab)
Value <5,5 (kondisi kering)
- Kejenuhan basa >50%
- Lingkungan Daerah tidak pernah kering dari 3 bulan
- Kekerasan Tidak keras dan tidak memadat (pada
kondisi kering – tidak ada air)
Apabila inputan yang dimasukkan memenuhi syarat-syarat seperti pada tabel
yang di atas maka sistem akan menganalisa dan jenis horison penciri yang terdeteksi
adalah Anthropik. Tetapi jika tidak memenuhi syarat di atas aplikasi akan terus
menganalisa sampai menemukan jenis horison penciri yang sesuai dan yang memenuhi
syarat dari setiap horison penciri yang ada.
Pada sistem klasifikasi tanah sistem juga dibangun menggunakan metode aturan
produksi. Pada bagian klasifikasi tanah sistem akan langsung mengambil input yang
berasal dari hasil analisis dari sistem horison penciri, jika memenuhi syarat maka akan
dihasilkan hasil akhir berupa salah satu jenis klasifikasi tanah dari 12 jenis klasifikasi
tanah yang ada. Semisal untuk jenis tanah inceptisol memiliki ciri-ciri memiliki horison
penciri kambik, umbrik, dan Mollik. Jika hasil pada sistem horison penciri sesuai
dengan ciri-ciri tersebut maka output final dari sistem klasifikasi tanah adalah tanah
inceptisol.