Yudha, Nevandria Satrya (2017) Aplikasi Jaringan Syaraf Tiruan Untuk Memprediksi Kualitas Air Sungai Di Titik Jembatan Jrebeng Kabupaten Gresik. Sarjana thesis, Universitas Brawijaya.
Abstract
Sumber daya air harus dilindungi agar dapat dimanfaatkan dengan baik. Kegiatan industri, domestik, dan kegiatan lain yang negatif terhadap sumber daya air menyebabkan penurunan kualitas air sehingga dibutuhkan pengelolaan kualitas air. Langkah utama pengelolaan kualitas air yang dilakukan adalah pemantauan kualitas air. Untuk menghemat waktu dan biaya pengeluaran biaya yang mahal dari pemantauan kualitas air yang dilakukan secara langsung menggunakan alat, maka aplikasi Jaringan Syaraf Tiruan (JST) sangat membantu dalam proses pemantauan yang murah dan cepat Dalam studi ini JST diaplikasikan untuk memprediksi kualitas air (DO, BOD, COD, pH dan suhu) di titik pantau Jembatan Jrebeng berdasarkan parameter input kualitas air titik pantau Canggu Tambangan dan Jembatan Perning. Dibuat 3 (tiga) konfigurasi prediksi yaitu konfigurasi I untuk output DO, pH dan suhu Jembatan Jrebeng. Selanjutnya konfigurasi II dan III untuk output BOD dan COD Jembatan Jrebeng namun dengan input yang berbeda. Masing-masing konfigurasi dicoba menggunakan variasi persentase dataset (training, cross validation, testing) 50:30:20,60:20:10 dan 60:20:20 dan berbagai epoch (1000, 5000, dan 10000). JST dimodelkan dengan bantuan software NeuroSolutions. Selanjutnya hasil prediksi JST akan dibandingan dengan data aktualnya, lalu akan dihitung persentase kesalahan relatif (KR). Sehingga terlihat kehandalan JST dalam memprediksi kualitas air. Hasilnya, untuk Konfigurasi I, output DO, pH dan suhu yang dihasilkan JST sangat baik dengan persentase KR < 10%. Untuk Konfigurasi II dan III, output BOD dan COD yang dihasilkan JST memiliki KR masih > 10%. Rata-rata nilai KR terendah didapatkan JST dengan persentase dataset 60-20-20 dengan epoch 5000.
English Abstract
Water resources must be protected in order to be properly utilized. Other industrial, domestic, and other activities that are negative to water resources cause water quality degradation resulting in water quality management. The main step of water quality management is water quality monitoring. To save time and costly expense from water quality monitoring conducted directly using the tool, the application of Neural Network (ANN) is very helpful in the monitoring process is cheap and fast. In this study ANN was applied to predict water quality (DO, BOD, COD, pH and temperature) at Jrebeng Bridge monitoring point based on water quality input parameters of Canggu Tambangan and Perning Bridge. Made 3 (three) configuration prediction that is configuration I for output DO, pH and temperature Jrebeng Bridge. Further configuration II and III for BOD and COD Jrebeng Bridge output but with different inputs. Each configuration was attempted using variation of dataset percentage (training, cross validation, testing) 50: 30: 20,60: 20: 10 and 60:20:20 and various epoch (1000, 5000, and 10000). ANN modeled with the help of NeuroSolutions software. Furthermore, the predicted results of the ANN will be compared with the actual data, then will be calculated the percentage of relative error. So it looks the reliability of ANN in predicting water quality. As a result, for Configuration I, the DO output, pH and temperature generated by ANN are excellent with a percentage of relative error <10%. For Configuration II and III, the output of BOD and COD produced by ANN has relative error still> 10%. The lowest average relative error score was obtained by ANN with percentage of dataset 60-20-20 with epoch 5000.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2017/1017/051710234 |
| Uncontrolled Keywords: | Kualitas Air, Jaringan Syaraf Tiruan, Sungai Brantas, NeuroSolutions |
| 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: | 30 Oct 2017 02:11 |
| Last Modified: | 08 Oct 2020 07:47 |
| URI: | http://repository.ub.ac.id/id/eprint/4523 |
Actions (login required)
 |
View Item |