Rahimi, Muhammad Ridha (2015) PENERAPAN ALGORITMA LEARNING VECTOR QUANTIZATION DALAM PENGKLASIFIKASIAN TINGKAT PENCEMARAN AIR SUNGAI Studi Kasus: PT. Borneo Alam Jaya. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (901kB) |
|
Text (BAB I)
BAB I.pdf Download (288kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (973kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (942kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (57kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (130kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 12.11.6278 Muhammad Ridha Rahimi.zip Restricted to Repository staff only Download (4MB) |
Abstract
Pesatnya pembangunan setiap tahunnya pada kalimantan selatan memungkinkan terjadinya kerusakan lingkungan. Salah satu kerusakan lingkungan adalah pencemaran air sungai yang disebabkan oleh limbah pabrik dari pabrik-pabrik ataupun dari pembuangan sampah sembarangan yang tidak pada tempatnya. Pencemaran tersebut akan diklasifikasikan kedalam beberapa kelas sesuai parameter-parameter masukannya. Pengklasifikasian ini biasanya dilakukan secara manual. Dalam mengklasifikasikan suatu permasalahan dengan jumlah data yang besar membutuhkan metode cepat dan akurat. Salah satunya adalah menggunakan metode jaringan syaraf tiruan. Penelitian ini bertujuan untuk mengimplementasikan pengklasifikasian tingkat pencemaran air sungai menggunakan Jaringan Syaraf Tiruan metode Learning Vector Quantization. Penelitian yang dilakukan menggunakan 22 parameter sebagai neuron input dan 4 neuron output. Data ajar yang digunakan dalam penelitian ini sebanyak 100 dan data uji sebanyak 50. Learning rate yang ditetapkan dalam proses perhitungannya adalah 0,01 dan iterasi maksimal yang ditetapkan berjumlah 20.000. Hasil pengujian menunjukkan bahwa dengan 100 data ajar dan 50 data uji, nilai keakuratan yang didapat sebesar 76%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Pencemaran Air Sungai, Limbah, Jaringan Syaraf Tiruan, Learning Vector Quantization | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 20 Oct 2022 02:32 | ||
| Last Modified: | 23 Nov 2023 01:44 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/9336 |
Actions (login required)
 |
View Item |