STUDI PEMODELAN KUALITAS AIR DENGAN METODE JARINGAN SYARAF TIRUAN DI KALI SURABAYA KOTA SURABAYA

Abstract

ABSTRAK: Keberadaan air sangat dibutuhkan oleh makhluk hidup untuk memenuhi segala kebutuhannya. Hanya 3% air tawar dari jumlah air di muka bumi yang dapat dimanfaatkan oleh manusia. Oleh karena itu, sumber daya air yang ada harus dikelola dan dijaga sebaik mungkin. Tujuan dari studi ini adalah untuk memodelkan prediksi kualitas air di Kali Surabaya sebagai upaya memantau kondisi kualitas air khususnya parameter pH. Metode yang digunakan adalah dengan analisis parameter kualitas air pH yang dipengaruhi curah hujan, catchment area, dan penggunaan lahan. Analisis data dilakukan dengan metode Jaringan Syaraf Tiruan atau JST menggunakan software Matlab R2014b. Pada penentuan model dengan kalibrasi, didapatkan model yang paling optimal yaitu model dengan variasi 75% tahun data pelatihan dengan 5 hidden layer dan epoch maksimum 2000. Dari hasil model tersebut didapatkan kesalahan relatif (KR) untuk parameter pH adalah sebesar 1,92%.

 

Kata Kunci: kualitas air, Kali Surabaya, jaringan syaraf tiruan, Matlab R2014b.

 

ABSTRACT: The existence of water is needed by living things to fulfill all their needs. Only 3% of fresh water on earth that are used by human. Therefore, the existing water resources must be managed and maintained as well as possible. The purpose of this study is to make prediction models of water quality conditions in Surabaya River, especially pH parameters. The method is analyzing the parameters of pH water influenced by rainfall, catchment area, and land use. Data analysis was performed by method of Artificial Neural Network or ANN using Matlab R2014b software. In determining the model with calibration, the most optimal model was obtained, namely a model with 75% variation in training data with 5 hidden layers and a maximum epoch of 2000. From the results of the model obtained a relative error (RE) for pH parameters respectively of 1.92%.

Keywords: water quality, Surabaya River, artificial neural network, Matlab R2014b