DIGITAL LIBRARY



JUDUL:PENERAPAN METODE RBFNN (RADIAL BASIS FUNCTION NEURAL NETWORK) UNTUK PREDIKSI NILAI PARAMETER PENCEMAR SUNGAI DI WILAYAH BANJARBARU
PENGARANG:A. SYAHRUL MUNIR ASHPIYA
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2019-08-05


Penentuan status mutu air adalah usaha yang dilakukan untuk mengetahui status mutu air berdasarkan nilai masing-masing parameter. Dinas Lingkungan Hidup (DLH) merupakan lembaga resmi pemerintah yang salah satu tugasnya adalah untuk memantau dan mengendalikan pencemaran air sungai. Penentuan status mutu air  dapat dilakukan dengan metode indeks pencemaran (IP) dan STORET. Proses perhitungan dengan cara ini membutuhkan waktu yang cukup lama dan harus teliti supaya nilai kesalahan yang ditimbulkan tidak terlalu besar. Untuk mengetahui nilai Indeks Pencemaran dalam kurun waktu 1 tahun dibutuhkan data sebanyak 5 periode. Sehingga nilai Indeks Pencemaran baru bisa didapatkan pada akhir tahun. Hal ini menyebabkan informasi berupa nilai indeks pencemaran tersebut tidak dapat kita ketahui lebih awal. Sistem dibangun menggunakan metode Radial Basis Function Neural Network (RBFNN). RBFNN merupakan salah satu metode yang dapat digunakan untuk prediksi dengan proses pembelajaran yang tergolong cepat dan juga peramalan yang lebih akurat jika dibandingkan dengan metode Artificial Neural Network (ANN). Metode ini digunakan untuk membantu memberikan kemudahan dalam melakukan prediksi nilai masing-masing parameter yang dapat digunakan untuk menentukan tingkat pencemaran sungai. Dari hasil perhitungan antara nilai real dengan nilai prediksi dengan menggunakan metode RBFNN didapatkan rata-rata persentase kesalahan MAPE untuk semua parameter pada semua sungai. Kemudian diperoleh lah sebuah pengetahuan bahwa perhitungan dengan menggunakan 5 center memiliki nilai error yang paling kecil jika dibandingkan dengan perhitungan yang menggunakan 7 center dan 35 center. Ada 7 parameter yang memiliki nilai kesalahan MAPE yang terbilang baik yaitu kurang dari 20%. Adapun parameter tesebut adalah temperatur, TDS, TSS, Turbidity, pH, Besi dan Nitrat. Sedangkan untuk 9 parameter lainnya berupa DHL, kesadahan, klorida, COD, BOD, DO, ammonia, mangan dan nitrit memiliki nilai kesalahan MAPE diatas 20% sehingga dapat dikatakan prediksi yang dihasilkan kurang baik.

 

Kata kunci: Pencemaran air, Jaringan Syaraf Tiruan (JST) dan Radial Basis Function (RBF)

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI