Prediksi Tingkat Bahaya Banjir Menggunakan Metode Fuzzy Tsukamoto di wilayah Kartasura

Authors

  • Brahmadita Rahardiyan Purnama Universitas Duta Bangsa Surakarta
  • Ringgyanita Dwi Ahwati Universitas Duta Bangsa Surakarta
  • Arga Arkanatha Yoen Restu Zain Universitas Duta Bangsa Surakarta
  • Rafli Ramadhani Universitas Duta Bangsa Surakarta
  • Muhammad Saifullah Universitas Duta Bangsa Surakarta
  • Aprilisa Arum Sari univer

DOI:

https://doi.org/10.47701/r4745a69

Keywords:

Prediksi Banjir, Fuzzy Tsukamoto, Curah Hujan, Debit Air, Sistem Peringatan Dini, Mitigasi Bencana, Kartasura

Abstract

Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia dan berdampak signifikan terhadap kehidupan sosial dan ekonomi masyarakat, khususnya di wilayah Kartasura. Untuk meminimalisir risiko, dibutuhkan sistem prediksi banjir yang akurat dan real-time sebagai bagian dari upaya mitigasi dan peringatan dini. Penelitian ini bertujuan untuk mengembangkan sistem prediksi banjir berbasis metode fuzzy Tsukamoto yang mampu menangani data lingkungan yang bersifat tidak pasti dan kompleks. Data yang digunakan mencakup curah hujan dan debit air yang dikumpulkan secara berkala per jam dari dataset simulasi lingkungan Kartasura. Proses pengembangan sistem mengikuti model Waterfall yang meliputi analisis kebutuhan, pengumpulan dan pembersihan data, perancangan sistem fuzzy, serta pengujian dan evaluasi performa sistem. Hasil evaluasi menunjukkan bahwa sistem memiliki akurasi prediksi sebesar 84,48% dengan tingkat klasifikasi yang memadai antara kategori aman, waspada, dan bahaya. Sistem ini juga dilengkapi dengan visualisasi hasil prediksi untuk mempermudah interpretasi dan pengambilan keputusan. Berdasarkan hasil yang diperoleh, sistem prediksi berbasis fuzzy Tsukamoto terbukti efektif dan berpotensi untuk dikembangkan lebih lanjut sebagai alat bantu mitigasi bencana banjir di wilayah rawan.

References

[1] Hidayatullah, J. Eska, and Zulkhairani, “Analisa Sistem Deteksi Kerentanan Rawan Banjir Di Kota Perdagangan Sumatera Utara Menggunakan Logika Fuzzy Mamdani,” J. Sci. Soc. Res., vol. 4307, no. 2, pp. 1678–1684, 2025, [Online]. Available: http://jurnal.goretanpena.com/index.php/JSSR

[2] S. Yuliantika and D. L. Kartika, “Implementasi Metode Fuzzy Mamdani sebagai Deteksi Awal Banjir Lokal di Bendung Gerak Serayu,” Sq. J. Math. Math. Educ., vol. 4, no. 1, pp. 17–25, 2022, doi: 10.21580/square.2022.4.1.11177.

[3] P. F. E. Adipraja, D. A. Sulistyo, and I. Wahyuni, “Pemodelan Fuzzy Inference System Tsukamoto Untuk Prediksi Kejadian Banjir Di Kota Malang,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. Vol 7, No 1: Februari 2020, pp. 189–196, 2020, doi: 10.25126/jtiik.202071898.

[4] R. A. Sulistyowati and N. Millah, “Penerapan Metode Fuzzy

Tsukamoto untuk Mengidentifikasi Banjir Berdasarkan Curah Hujan dan Suhu di Kota Balikpapan pada Tahun 2015 sampai 2019,” SPECTA J. Technol., vol. 5, no. 2, pp. 130–138, 2021, doi:

10.35718/specta.v5i2.238.

[5] N. Kasim, P. Angraini Aziz, and A. Hari Wibowo, “Prediksi Tingkat Kerawanan Banjir Di Kendari Menggunakan Metode Fuzzy Tsukamoto,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 3, pp. 3784–3790, 2025, doi: 10.36040/jati.v9i3.13374.

[6] Hany Arya Wardhany, Eko Purwanto, and Hanifah Permatasari, “Implementasi Sistem Informasi Tes Psikologi Berbasis Web Pada Penerimaan Karyawan Baru Menggunakan Metode Waterfall,” JEKIN - J. Tek. Inform., vol. 4, no. 3, pp. 431–438, 2024, doi: 10.58794/jekin.v4i3.734.

[7] L. Santoso and Priyadi, “Mengoptimalkan Proses Pembersihan Data dalam Analisis Big Data Menggunakan Pipeline Berbasis AI,” J. Elektron. Dan Komput., vol. 17, no. 2, pp. 657–666, 2024.

[8] J. Embistek Ekonomi, M. Bisnis, dan Teknologi, I. Nozomi, A. Saputra, and F. Ilmu Komputer, “Prediksi Produksi Dan Penjualan Menggunakan Metode Fuzzy Tsukamoto,” J. Embistek Ekon. Manaj. Bisnis, Syariah, dan Teknol., vol. volume 4 (1), no. 1, pp. 469–477, 2025, [Online]. Available: https://embistek.org/jurnal/index.php/embistekvolume4

[9] M. Soleh, D. Sartika, and U. Dehasen, “Penerapan Logika Fuzzy Dalam Prediksi Jumlah Produksi Di Pt . Inocyle Technologi Tbk,” vol. 4307, no. 4, pp. 1440–1445, 2024.

[10] R. Diar Panuntun - and A. Hermawan -, “Accredited rank 4 (SINTA 4), excerpts from the decision of the Application of Fuzzy Tsukamoto Method to Rainfall Prediction in Sleman Regency,” J. Ris. Inform., vol. 5, no. 4, 2023, [Online]. Available: https://doi.org/10.34288/jri.v5i4.582

Downloads

Published

2025-07-26

Issue

Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025

Section

Articles