PREDIKSI KETINGGIAN AIR MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

Noor, Muhammad Fajrian (2020) PREDIKSI KETINGGIAN AIR MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 17.52.1019 Muhammad Fajrian Noor.pdf Download (6MB)

Abstract

Sungai danau panggang yang berada di Kecamatan Danau Panggang adalah salah satu sungai yang mengalir di Kabupaten Hulu Sungai Utara aliran air sungai yang mengalir dari sungai danau panggang dimanfaatkan masyarakat sekitar untuk menunjang kebutuhan sehari – hari, maka dari itulah sungai tersebut menjadi sangat penting untuk masyarakat sekitar. Mengetahui ketinggian air sungai tersebut sangatlah di masa yang akan datang sangatlah penting untuk menunjang kehidupan masyarakat sekitar karena tinggi dan rendahnya air sungai tersebut dapat menjadikan aktivitas sehari – hari masyarakat sekitar terganggu. Pada penelitian ini akan dibahas mengenai penerapan metode data mining dalam proses prediksi ketinggian air sungai danau panggang. Dataset yang digunakan adalah data curah hujan harian dinas pertanian dan data ketinggian air harian dari dinas pekerjaan umum dari tahun 2015-2018. Adapun metode yang digunakan yaitu Adaptive Neuro Fuzzy Inference System (ANFIS) dalam penelitian ini akan mencari nilai Root Mean Square Eror (RMSE) dan Mean Absolute Percent Eror (MAPE) terkecil dari beberapa skenario inputan yang digunakan dan proses pengolahan menggunakan Matlab 2016 toolbox anfis editor. Hasil dari penelitian ini didapatkan nilai RMSE dan MAPE terkecil adalah pada skenario inputan kedua yaitu dengan inputan dataset harian pada bulan Januari – April 2017 untuk data training dan bulan Mei – Agustus 2017 untuk proses testing, dari skenario kedua ini didapatkan nilai RMSE training 0,30503 dan MAPE 12,2% serta pada proses testing didapatkan nilai RMSE 0,47481 dan MAPE 41%.

Actions (login required)

View Item