ABSTRAKSI: Neuro Fuzzy Function Approximation (NEFPROX) adalah suatu metode yang dapat digunakan untuk melakukan optimasi terhadap arsitektur Fuzzy Logic berdasarkan data yang diberikan dengan menggunakan Jaringan Syaraf Tiruan sehingga dapat memberikan tingkat akurasi yang lebih baik
Tugas akhir ini dibangun dengan tujuan untuk melakukan analisis pengaruh yang ditimbulkan terhadap penggunaan beberapa bentuk himpunan fuzzy pada arsitektur Fuzzy Logic yang dilatih dengan menggunakan NEFPROX. Analisis yang dilakukan meliputi akurasi dan kecepatan pelatihan dan pengujian yang dilakukan sehingga dapat ditemukan suatu bentuk himpunan fuzzy yang optimal untuk digunakan pada Sistem Peramalan Temperatur Udara ini.
Data yang digunakan adalah data temperatur udara beserta parameterparameter yang mempengaruhinya selama 365 hari yang diambil dari Jakarta, Bandung, dan Pontianak. Berdasarkan data tersebut, Fuzzy Logic yang telah dilatih dengan menggunakan NEFPROX dapat memperkirakan temperatur udara pada hari berikutnya berdasarkan parameter-parameter input pada hari sebelumnya.
Dalam kasus ini, bentuk terbaik adalah bentuk himpunan phi karena memiliki akurasi yang terbaik dengan akurasi sebesar rata-rata di atas 80% untuk data latih dan di atas 60% untuk data uji.
Kata Kunci : Fuzzy Logic, Jaringan Syaraf Tiruan, NEFPROX, Temperatur.ABSTRACT: Neuro Fuzzy Function Approximation(NEFPROX) adalah a method that can be used to optimize Fuzzy Logic Architecture based on the data that given by using Artificial Neural Network so it could give better accuration
This final project is built to analyze effects that appear by using some form of membership function on Fuzzy Logic that train using NEFPROX. These analysis include the accuration and the speed of training and testing that done, so we could find the optimal form to be used by this temperature forecasting system.
The data that used by this system is the temperature data including its input parameters that influenced the temperature during 365 days that taken from Jakarta, Bandung, and Pontianak. Based on the data, the Fuzzy Logic System that train before by using NEFPROX could forecast the temperature on the next day based on the inputs parameter on yesterday
In this case, the best form is phi because it give an average accuration for learning data above 80% and for testing data above 60%.
Keyword: Fuzzy Logic, Artificial Neural Network, NEFPROX, temperature.