Rancang Bangun Sistem Deteksi Dini Longsor Berbasis Fuzzy C Means Wireless Sensor Network (FCM-WSN)

Sari Ayu Wulandari, I Ketut Swakarma

Abstract


Sistem deteksi dini longsor digunakan untuk mengetahui posisi pergeseran tanah di permukaan bumi. Sistem ini menjadi sangat dibutuhkan manakala pergeseran tanah tidak beraturan, atau menyebar. Semarang, merupakan sebuah kawasan perbukitan yang sangat rentan terhadap tanah longsor. Deteksi longsor telah dilakukan oleh beberapa peneliti sebelumnya diantaranya adalah peneliti dari Universitas Hasanudin [1], Universitas Sumatra Utara [2], Lipi [3], Universitas Petra [4], UGM [5] dan beberapa universitas terkemuka lainnya. Kebanyakan sistem deteksi dini yang dikembangkan masih berorientasi pada sistem satu perangkat. Beberapa peneliti dari manca Negara telah melakukan penelitian tentang WSN, diantaranya adalah [6-9].WSN merupakan sebuah metode jaringan sensor  terintegrasi yang mengambil sinyal dari array sensorSistem fuzzy digunakan oleh Universitas Islam Malang(Unisma) [10], UGM [1] dan UAD, maupun manca negara [11-14]. Sistem fuzzy C-Means yang dibangun, didasarkan pada setting poin yang diambil dari data  tertinggi dan data terendah dari sistem, berikutnya dari informasi asli, dilakukan pengklasteran menggunakan PCA untuk mengetahui validitas data, apakah data telah terklaster ataukah belum. Dari hasil PCA-FCM 4 klaster TBSU(Timur-Barat-Selatan dan Utara)  dapat diambil kesimpulan bahwa data awal valid, dilihat dari repeatibilitas sensor yang direpresentasikan dalam bentk grafik spider. Tingkat pengenalan pada data pembelajaran untuk metode PCA-FCM dengan batas klaster lingkaran menghasilkan tingkat pengenalan yang kecil yaitu 87.5%, hal ini karena nilai sudut 30% dan 45% masih tercampur, berikutnya dilakuka pengujian data pembelajaran dengan menggunakan metode PCA-FCM dengan batas klaster elips menghasilkan tingkat pengenalan yang lebih besar yaitu 100%. Rekomendasi metode yang digunakan untuk melakukan deteksi longsor yang berbasis fuzzy adalah menggunakan metode eksraksi cirri PCA, dengan analisis klaster menggunakan metode FCM dengan batas klaster yang berbentuk elips.

Full Text:

PDF

Article Metrics

Abstract view : 143 times
PDF - 104 times

Refbacks

  • There are currently no refbacks.