Penerapan Metode Fuzzy Logic Mamdani Untuk Prediksi Curah Hujan Di Kota Padang
DOI:
https://doi.org/10.31004/joecy.v5i2.3226Keywords:
Prediksi Curah Hujan, Fuzzy Logic, Mamdani, BMKG, Kota PadangAbstract
Penelitian ini bertujuan untuk mengembangkan model prediksi curah hujan harian di Kota Padang menggunakan metode Fuzzy Logic Mamdani. Latar belakang penelitian didasari oleh tingginya curah hujan di Kota Padang yang berdampak signifikan pada sektor pertanian, transportasi, dan mitigasi bencana, serta keterbatasan metode prediksi konvensional dalam mengelola ketidakpastian dan variabilitas data meteorologi. Metode yang digunakan meliputi pengumpulan data historis harian suhu udara, kelembapan udara, tekanan udara, dan curah hujan dari BMKG Kota Padang untuk periode 2021–2025. Data diproses melalui tahap pra-pemrosesan, normalisasi, dan fuzzifikasi menggunakan fungsi keanggotaan segitiga. Sistem dibangun dengan basis aturan if–then sebanyak 27 aturan yang merepresentasikan hubungan antar variabel input dan output. Proses inferensi dilakukan menggunakan metode Mamdani dan hasilnya dikonversi menjadi nilai numerik melalui defuzzifikasi metode centroid. Implementasi model dilakukan menggunakan bahasa pemrograman Python dengan integrasi ke dalam aplikasi web berbasis Flask untuk prediksi secara real-time. Hasil penelitian menunjukkan bahwa model Fuzzy Logic Mamdani mampu menghasilkan prediksi pola curah hujan yang stabil pada kategori ringan hingga sedang, meskipun akurasi numerik pada kondisi hujan ekstrem masih terbatas. Evaluasi kinerja model menghasilkan nilai MAE sebesar 54,47, RMSE sebesar 56,75, dan R² sebesar –3,62. Model ini dinilai bermanfaat sebagai sistem peringatan dini atau estimasi awal yang bersifat linguistik, bukan perhitungan presisi numerik. Kesimpulan dari penelitian ini adalah metode Fuzzy Logic Mamdani dapat diimplementasikan untuk memprediksi curah hujan di Kota Padang dengan efektivitas yang cukup baik pada pola umum hujan, dan berpotensi ditingkatkan akurasinya melalui optimasi fungsi keanggotaan atau integrasi dengan metode kecerdasan buatan lainnya.
References
Damayanti, D. R., Wicaksono, S., Hakim, M. F. Al, Jumanto, J., Subhan, S., & Ifriza, Y. N. (2022). Rainfall Prediction in Blora Regency Using Mamdani’s Fuzzy Inference System. Journal of Soft Computing Exploration, 3(1), 62–69. https://doi.org/10.52465/joscex.v3i1.69
Harahap, A. M., Suwilo, S., & Sembiring, R. W. (2021). The Mamdani Fuzzy Logic Engineering Analysis for Determining Weather Forecast. Journal of Physics: Conference Series, 1783(1). https://doi.org/10.1088/1742-6596/1783/1/012039
Honesti, L. (2024). Analysis of Flood Events in Padang City in the Perspective of Natural Science. The Journal of Academic Science, 1(3), 243–253. https://doi.org/10.59613/5tdske72
Iuliis, M. De, Kammouh, O., & Cimellaro, G. P. (2022). Measuring and improving community resilience: A fuzzy logic approach. International Journal of Disaster Risk Reduction, 78(July 2021), 103118. https://doi.org/10.1016/j.ijdrr.2022.103118
Karismadi, N. R. H., Nurhafni, S., Ilham, L. O. M., & Saputra, R. A. (2024). Implementasi Logika Fuzzy Mamdani Dalam Prediksi Curah Hujan Di Kota Kendari. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 1138–1145. https://doi.org/10.36040/jati.v8i1.8926
Küçüktopçu, E., Cemek, B., & Simsek, H. (2023). Application of Mamdani Fuzzy Inference System in Poultry Weight Estimation. Animals, 13(15). https://doi.org/10.3390/ani13152471
Lawson, J. R., & Lyman, S. N. (2024). A Preliminary Fuzzy Inference System for Predicting Atmospheric Ozone in an Intermountain Basin, 337–361.
Małolepsza, O., Mikołajewski, D., & Prokopowicz, P. (2025). Adaptation of Fuzzy Systems Based on Ordered Fuzzy Numbers: A Review of Applications and Development Prospects. Electronics (Switzerland), 14(12). https://doi.org/10.3390/electronics14122341
Maulana, M. I., & Yustiana, F. (2023). Analisis kuantitatif dan Variabilitas Curah Hujan dengan klasifikasi iklim Mohr Di Kota Padang. Prosiding FTSP Series, 157–162.
Ordenshiya, K. M., & Revathi, G. K. (2024). Hybrid FCMG-OP-FIS model approach to convert regression into classification data for machine learning-based AQI prediction. Heliyon, 10(21), e39759. https://doi.org/10.1016/j.heliyon.2024.e39759
Ramdhan, M. (2021). Dampak dan Adaptasi Kerentanan Pesisir di Pantai Kota Padang, Provinsi Sumatera Barat. Indonesian Journal of Earth Sciences, 1(1), 1–9. https://doi.org/10.52562/injoes.v1i1.15
Seeboruth, K., Wen, L. Z., Hameed, V. A., Ling, T. Y., Rajadorai, K. P., & Rana, M. E. (2023). Fuzzy Logic Approach to Predicting Rainfall Patterns. 2023 IEEE 21st Student Conference on Research and Development, SCOReD 2023, 432–436. https://doi.org/10.1109/SCOReD60679.2023.10563899
Selvaraj, A., Arasan, A., Tamane, S., Kannadasan, R., Saravanan, S., Jadhav, M. K., & Mohsin, A. M. (2023). Mamdani Fuzzy Based Prediction of Rainfall Fuzzy Rainfall Index (Vol. 1). Atlantis Press International BV. https://doi.org/10.2991/978-94-6463-136-4_74
Shahjalal, M., Zahidul Alam, M., Shahjahan Miah, S., & Hannan Chowdhury, A. (2021). Fuzzy Logic Approach for Identifying the Effects of Climate Change on Agricultural Production. International Journal of Agricultural Economics, 6(4), 181. https://doi.org/10.11648/j.ijae.20210604.15
Sihombing, F. A. (2024). Kajian Fuzzy Metode Mamdani dan Fuzzy Metode Sugeno serta Implementasinya. INNOVATIVE: Journal Of Social Science Research, 4(4), 4940–4955.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 M Fikri, Khairi Budayawan, Yeka Hendriyani, Syafrijon Syafrijon

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.





