Aplikasi Jaringan Syaraf Tiruan Untuk Memprediksi Kualitas Air Sungai Di Titik Bendung Gunungsari Kota Surabaya
| Main Author: | Ivantoro, Bagas Abdi |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/4526/ |
Daftar Isi:
- Air menjadi elemen penting dalam kehidupan, kualitas serta kuantitas nya penting untuk dijaga. Kondisi kualitas air sungai sangat dipengaruhi oleh aktivitas dan keberadaan industri yang ada disepanjang sungai tersebut. Penting untuk dilakukan pemantauan kualitas air untuk mengetahui bagaimana kondisi kualitas air. Selama ini pemantauan kualitas air dikenal tidak cukup praktis karena diperlukan data kualitas air yang cukup, alat pengukuran yang terstandar serta pengukur yang berpengalaman. Salah satu metode yang dapat digunakan untuk peramalan, simulasi dan pemantauan kualitas air sungai adalah metode JST (Jaringan Syaraf Tiruan). Dengan bantuan software NeuroSolutions7, JST diaplikasikan untuk memprediksi kualitas air parameter (DO, BOD, COD, pH dan suhu) di titik pantau Bendung Gunungsari menggunakan input parameter kualitas air titik pantau sebelumnya yaitu Karangpilang dan Jembatan Sepanjang. Maka dibuat 3 (tiga) konfigurasi prediksi yaitu Konfigurasi I untuk output DO, pH dan suhu Bendung Gunungsari. Konfigurasi II dan III untuk output BOD dan COD Bendung Gunungsari hanya saja dengan input yang berbeda. Masing-masing konfigurasi akan di running dengan berbagai persentase dataset diantaranya training, cross validation, dan testing serta dengan variasi epoch yang berbeda. Hasil dari prediksi JST kemudian dibandingan dengan data eksisting, lalu dihitung persentase kesalahan relatif (KR). Sehingga akan terlihat bagaimana kemampuan aplikasi metode JST dalam memprediksi kualitas air. Hasilnya, untuk Konfigurasi I output DO, pH dan suhu yang dihasilkan JST sangat baik dengan persentase KR < 10%. Untuk Skenario II dan III, output BOD dan COD yang dihasilkan JST memiliki KR masih > 10%. Rata-rata nilai KR terendah yang didapatkan metode JST dengan persentase dataset 50-30-20 dan 60-30-10 dengan epoch yang bervariasi paling banyak antara 5000 dan 10000.