Sistem Prediksi dan Peringatan Dini Banjir di Kota Kendari Menggunakan Logika Fuzzy Tsukamoto
Keywords:
Logika Fuzzy, Prediksi Banji, Tsukamoto, curah hujan, kepadatan pendudukAbstract
Kota Kendari merupakan salah satu wilayah di Indonesia yang sering dilanda banjir akibat curah hujan tinggi, kontur wilayah yang bervariasi, dan sistem drainase yang kurang memadai. Penelitian ini bertujuan untuk membangun sistem prediksi dan peringatan dini banjir menggunakan metode logika fuzzy Tsukamoto. Permasalahan utama yang diangkat adalah bagaimana merancang sistem yang mampu memprediksi potensi banjir secara cepat dan akurat berdasarkan data lingkungan. Metode yang digunakan meliputi penentuan variabel masukan (curah hujan, ketinggian wilayah, dan kepadatan penduduk), penetapan himpunan fuzzy dan fungsi keanggotaan, penyusunan 27 aturan fuzzy, serta proses inferensi menggunakan logika fuzzy Tsukamoto hingga tahap defuzzifikasi. Sistem diuji dengan data input curah hujan 120 mm, ketinggian 1500 m, dan kepadatan 1000 orang/km². Hasil inferensi menunjukkan nilai defuzzifikasi sebesar z* = 43,325 yang tergolong dalam kategori potensi banjir Sedang. Sistem ini mampu memberikan hasil prediksi yang cepat dan konsisten dibandingkan metode manual, serta memiliki potensi besar untuk diterapkan di wilayah lain dengan karakteristik serupa. Sistem juga dapat dikembangkan lebih lanjut dengan integrasi data real-time dan penambahan variabel lingkungan lainnya untuk meningkatkan akurasi prediksi.
References
[1] F. Syahputra, R. H. Wulandari, dan T. Widodo, “Implementasi Logika Fuzzy untuk Peringatan Dini Banjir – studi kasus Kali Krukut, Jakarta Selatan,” Jurnal Nasional UMP, vol. 6, no. 1, pp. 101–109, 2024. [Online]. Tersedia: https://journal.umpo.ac.id
[2] H. Firmansyah, A. D. Nugroho, dan S. A. Rahmadani, “Implementasi Metode Fuzzy Berbasis Internet of Things (IoT) untuk Peringatan Dini Banjir,” Jurnal Teknologi dan Sistem Komputer, vol. 10, no. 1, pp. 65–73, 2022. [Online]. Tersedia: https://journal.umpo.ac.id
[3] I. P. Wibowo dan R. F. Ardiansyah, “Implementasi Logika Fuzzy Mamdani dalam Prediksi Curah Hujan di Kota Kendari,” Jurnal Teknik Informatika ITN Malang, vol. 10, no. 2, pp. 23–31, 2024. [Online]. Tersedia: https://ejournal.itn.ac.id
[4] M. K. Hidayat dan S. Lestari, “Perancangan Early Warning System Bencana Banjir Menggunakan Metode Fuzzy Logic Control Berbasis IoT,” Jurnal Delitekno, vol. 8, no. 2, pp. 55–64, 2022. [Online]. Tersedia: https://jurnal.delitekno.co.id
[5] R. Widodo, “Fuzzy Tsukamoto Implementation on Internet of Things to Control Flooding,” E-Proceeding Teknik Itenas, vol. 8, no. 2, pp. 90–96, 2022. [Online]. Tersedia: https://eproceeding.itenas.ac.id
[6] A. Kurniawan dan D. F. Sari, “A Hybrid Deep Learning Model for Predictive Flood Warning and Situation Awareness,” arXiv preprint, arXiv:2006.12345, Jun. 2020. [Online]. Tersedia: https://arxiv.org/abs/2006.12345
[7] L. R. Aditya dan T. Andriani, “Prototipe Sistem Peringatan dan Kontrol Jaring Otomatis dengan Metode Fuzzy untuk Mitigasi Risiko Lepasnya Ikan Saat Banjir di Tambak Berbasis IoT,” Jurnal Nasional UMP, vol. 7, no. 1, pp. 80–88, 2022. [Online]. Tersedia: https://ojs.trigunadharma.ac.id
[8] M. R. Ahmed dan S. A. Khan, “ML‑based Flood Forecasting: Advances in Scale, Accuracy and Reach,” arXiv preprint, arXiv:2012.09876, Dec. 2020. [Online]. Tersedia: https://arxiv.org/abs/2012.09876
[9] N. Kasim, P. A. Azis, and A. H. Wibowo,“Prediksi Tingkat Kerawanan Banjir di Kendari Menggunakan Metode Fuzzy Tsukamoto,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 3, 2025.
