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.