Winanto, Pratama Dimas (2017) Aplikasi Jaringan Syaraf Tiruan Untuk Memprediksi Kualitas Air Sungai Di Titik Bambe Tambangan Kabupaten Gresik. Sarjana thesis, Universitas Brawijaya.
Abstract
Air dapat menjadi bencana bagi manusia, bila keberadaanya tidak memenuhi dari segi kuantitas dan kualitas. Berbagai aktivitas domestik maupun kegiatan industri di hilir Sungai Brantas akan berpengaruh terhadap kualitas perairan sungai dan dapat meningkatkan potensi pencemaran. Salah satu upaya pengelolaan kualitas air yang penting dilakukan adalah pemantauan kualitas air. Dalam pemantauan kualitas air diperlukan banyak bahan, banyak parameter dan peralatan serta tenaga yang sangat terlatih sehingga penerapannya menjadi tidak praktis dan mahal. Salah satu metode yang dapat digunakan untuk membantu peramalan, simulasi dan pemantauan kualitas air sungai adalah dengan metode JST (Jaringan Syaraf Tiruan). Dalam studi ini JST diaplikasikan untuk memprediksi kualitas air (DO, BOD, COD, pH dan suhu) di titik pantau Bambe Tambangan berdasarkan parameter kualitas air titik pantau Jembatan Jrebeng dan Cangkir Tambangan. Maka dibuat 3 (tiga) skenario prediksi yaitu Skenario I untuk output DO, pH dan suhu Bambe Tambangan. Skenario II dan III untuk output BOD dan COD Bambe Tambangan namun dengan input yang berbeda. Masing-masing skenario akan dicoba dengan berbagai variasi persentase dataset (training-cross validation-testing) dan berbagai epoch. JST dimodelkan dengan bantuan software NeuroSolutions7. Kemudian hasil prediksi JST akan dibandingan dengan data aktualnya, lalu akan dihitung persentase kesalahan relatif (KR). Sehingga akan terlihat bagaimana kehandalan JST dalam memprediksi kualitas air pada Bambe Tambangan. Hasilnya, untuk Skenario I, output DO, pH dan suhu yang dihasilkan JST sangat baik dengan persentase KR < 10%. KR terkecil Skenario I yang dihasilkan JST untuk prediksi DO adalah 5,23%, untuk pH adalah 1,61%, dan untuk suhu adalah 1,46%. Untuk Skenario II dan III, output BOD dan COD yang dihasilkan JST memiliki KR masih > 10%. KR terkecil yang dihasilkan untuk prediksi BOD adalah 15,22% pada Skenario II dan untuk BOD adalah 15,87% juga pada Skenario II. Rata-rata nilai KR terendah didapatkan JST dengan jaringan yang menggunakan persentase dataset 60-20-20 dengan epoch 5000.
English Abstract
Water can be a disaster for humans, if its existence does not meet in terms of quantity and quality. Various of domestic activities and industrial activities in Brantas River downstream will affect the quality of river waters and can increase the potential for pollution. One of the important water quality management efforts is water quality monitoring. In the water quality monitoring required many materials, many parameters and equipment and highly trained personnel so that its implementation becomes impractical and expensive. One of method that can be used to help forecasting, simulating and monitoring the quality of river water is ANN (Artificial Neural Network) method. In this study ANN is applied to predict water quality (DO, BOD, COD, pH and temperature) at the point of Bambe Tambangan based on water quality parameter of monitoring point in Jrebeng Bridge and Cangkir Tambangan. Then made 3 (three) prediction scenario that is Scenario I for output DO, pH and temperature of Bambe Tambangan. Scenarios II and III output for BOD and COD Bambe Tambangan but with different inputs. Each scenario will be tested with a variety of training-cross validationtesting and various epochs. To model the prediction with ANN, in this study will be used NeuroSolutions7 software. Then the results of the predicted JST will be compared with the actual data, then will be calculated the percentage of relative error (RE). So it will be seen how the reliability of ANN in predicting water quality in Bambe Tambangan. As a result, for Scenario I, the DO, pH and temperature output generated by ANN are excellent with the percentage of RE < 10%. The smallest RE produced by ANN for the prediction of DO is 5,23%, for pH is 1,61%, and for temperature is 1,46% in Scenario I. For Scenarios II and III, the output of BOD and COD produced by ANN has RE > 10% higher than Scenario I. The smallest RE produced for BOD prediction is 15,22% in Scenario II and for COD is 15,87% also in Scenario II. The lowest average RE score was obtained by ANN with a network using percentage datasets 60-20-20 with epoch 5000.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2017/1012/051710229 |
| Uncontrolled Keywords: | kualitas air, Sungai Brantas, jaringan syaraf tiruan, NeuroSolutions7 |
| Subjects: | 600 Technology (Applied sciences) > 628 Sanitary engineering > 628.1 Water supply > 628.16 Testing analysis, treatment, pollution countermeasures |
| Divisions: | Fakultas Teknik > Teknik Pengairan |
| Depositing User: | Nur Cholis |
| Date Deposited: | 26 Oct 2017 08:31 |
| Last Modified: | 23 Oct 2021 13:52 |
| URI: | http://repository.ub.ac.id/id/eprint/4459 |
Preview |
Text
050903325.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |