IMPLEMENTASI FUZZY INFERENCE SYSTEM (FIS) TIPE MAMDANI DAN SUGENO UNTUK PRAKIRAAN CUACA MENGGUNAKAN MATLAB (Studi Kasus : BMKG Cilacap)

Prakiraan cuaca merupakan salah satu kajian yang sangat menarik untuk dilakukan. Data mengenai cuaca juga sangat dibutuhkan di berbagai bidang kehidupan, sehingga membuat penulis tertantang untuk meneliti metode yang paling akurat dalam memprakirakan cuaca. Salah satu teknik pemodelan prakiraan cuaca adalah Fuzzy Inference System (FIS), dan metode FIS ini merupakan metode yang menghasilkan tingkat akurasi yang tinggi.. Metode FIS terbagi menjadi tiga tipe yaitu Mamdani, Sugeno dan Tsukamoto. Selain Teknik pemodelan, dalam memprakirakan cuaca juga harus memperhatikan beberapa fenomena yang berpengaruh terhadap cuaca, baik skala global, skala regional, atau skala lokal untuk parameter inputnya. Pada penelitian ini akan meneliti metode yang paling akurat antara metode FIS tipe Mamdani dan Sugeno dengan bantuan aplikasi Matrix Laboratory (MATLAB). Data diperoleh dari pihak BMKG Cilacap dan dari situs penyedia informasi parameter. Data yang digunakan ada 6 sebagai parameter inputnya yaitu Enso, DMI, MJO, SST, Tekanan, dan Kelembaban yang diambil dari bulan Juli 2021 sampai Juli 2022. Dengan menggunakan metode dan parameter input tersebut diperoleh hasil bahwa prakiraan cuaca dengan metode FIS tipe Mamdani studi kasus BMKG Cilacap memiliki tingkat akurasi sebesar 80,87% dan tingkat kesalahan sebesar 19,13%. Sedangkan untuk metode FIS tipe Sugeno menghasilkan tingkat akurasi sebesar 65,31% dan tingkat kesalahan sebesar 34,69%. Sehingga metode terbaik dalam memprakirakan cuaca studi kasus BMKG Cilacap adalah metode Fuzzy Inference System (FIS) tipe Mamdani.
====================================================================================
Weather forecasting is one of the most interesting studies to do. Weather data is also needed in various fields of life, thus making it challenging for writers to research the most accurate method of forecasting the weather. One of the weather forecasting modeling techniques is the Fuzzy Inference System (FIS), and this FIS method is a method that produces a high level of accuracy.the FIS method is the method that produces a higher level of accuracy. The FIS method is divided into three types, namely Mamdani, Sugeno, and Tsukamoto. In addition to modeling techniques, weather forecasting must also pay attention to several phenomena that affect the weather, either on a global scale, regional scale, or local scale for the input parameters. In this study, the most accurate method between the Mamdani and Sugeno FIS methods will be studied with the help of the Matrix Laboratory (MATLAB) application.. The data was obtained from the Cilacap BMKG and the parameter information provider site. There are 6 data used as input parameters, namely Enso, DMI, MJO, SST, Pressure, and Humidity taken from July 2021 to July 2022. By using these methods and input parameters, the result is that the weather forecast using the FIS method, the Mamdani type, is a case study. BMKG Cilacap has an accuracy rate of 80,87% and an error rate of 19,13%. Meanwhile, the Sugeno-type FIS method produces an accuracy rate of 65,31% and an error rate of 34,69%. So the best method for forecasting the weather for the Cilacap BMKG case study is the Mamdani Fuzzy Inference System (FIS) method.