Show simple item record

dc.contributor.authorMuharni, Yusraini
dc.contributor.authorKulsum, K
dc.contributor.authorDenisa, Anggia
dc.date.accessioned2018-05-28T01:10:49Z
dc.date.available2018-05-28T01:10:49Z
dc.date.issued2018-03
dc.identifier.citationDutta, P., dan Kumar, A., “Fuzzy Model for Turbidity Measurement”, International Journal of Advanced Computer Technology, Volume 4, Number 4, act.org/volume4issue4/IJ0440008.pdf, diakses tgl. 27 Desember 2017. Ishibuchi H., Morioka K., dan Turksen, I. B. 1995. “Learning by fuzzified neural networks,” Internat. J. Approx. Reasoning, 13: 327-358. Ishibuchi, H. & Nii, M. 1996. “Generating fuzzy if-then rules from trained neural networks: Linguistic analysis of neural networks”, IEEE International Conference on Neural Networks, 1-4, 1133-1138. Jang, J.-S. R.,1993. “ANFIS: Adaptive-Network-based Fuzzy Inference Systems”, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 23, No. 3. pp. 665-685. Muharni, Y. 2017. “Aplikasi Fuzzy Neural Network dan PSO pada Rancangan Jaringan Rantai Pasok”, Journal Industrial Services, Vol. 3. No. 1 Yan, H., Zou, Z.,Wang, H. 2010. “Adaptive neuro fuzzy inference system for classification water quality status”, Journal of Environmental Sciences. 22(12) 1891–1896. Zadeh, L.A., 1965. “Fuzzy Sets”. Inf. Control 8. pp. 338-353.id_ID
dc.identifier.issn2621-0789
dc.identifier.urihttp://hdl.handle.net/11617/9832
dc.description.abstractAir baku diperlukan sebagai sumber air olahan baik untuk keperluan rumah tangga maupun industry. Untuk itu,air yang akan digunakan harus memiliki kualitas yang baik. Kekeruhan adalah salah satu indikator mutu air, semakin tinggi tingkat kekeruhannya maka semakin rendah indeks kualitas air. Dalam makalah ini, metode adaptive neuro fuzzy inference system (ANFIS) digunakan untuk memprediksi tingkat kekeruhan air sebagai satu indikator kualitas air baku. Kadar pH, spektro warna dan daya hantar listrik digunakan sebagai variabel masukan. Sebanyak 587 data dikumpulkan selama bulan Januari-Juni digunakan sebagai data pelatihan dan 144 data dari pengamatan di Bulan Juli digunakan untuk memvalidasi model. Proses validasi menunjukkan bahwa selama proses pelatihan tidak terjadi overfitting. Penerapan model ANFIS memberikan 27 rules yang menunjukkan hubungan prediksi kekeruhan air untuk tingkata ph air, spektro warna dan daya hantar listrik yang berbeda.id_ID
dc.language.isootherid_ID
dc.publisherIENACO (Industrial Engineering National Conference) 6 2018id_ID
dc.subjectAir bakuid_ID
dc.subjectANFISid_ID
dc.subjectBackpropagationid_ID
dc.subjectFuzzy logicid_ID
dc.subjectkekeruhanid_ID
dc.titlePrediksi Kualitas Air Baku dengan Pendekatan Adaptive Neuro Fuzzy Inference Systemid_ID
dc.typeArticleid_ID


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record