Huda, Syaiful (2015) Penerapan Support Vector Machines Regression And Classification Untuk Prediksi Dan Klasifikasi Tingkat Pencemaran Bahan Organik Pada Kali Surabaya. Masters thesis, Institut Teknology Sepuluh Nopember.
Preview |
Text
1213201016-Master Thesis.pdf - Published Version Download (3MB) | Preview |
Abstract
Kali Surabaya adalah daerah aliran sungai yang melewati kota
Surabaya. Banyak industri maupun rumah tangga yang memanfaatkannya tetapi
juga menimbulkan masalah. Limbah hasil indutri atau rumah tangga
mengakibatkan air sungai tercemar. Untuk menanggulangi hal tersebut,
Pemerintah kota Surabaya mengeluarkan Peraturan Pemerintah Nomor 82 Tahun
2001, Perda Provinsi Jawa Timur Nomor 2 Tahun 2008, dan Perda Kota Surabaya
Nomor 2 Tahun 2004 tentang Pengelolaan Kualitas Air dan Pengendalian
Pencemaran Air. Penelitian tentang kualitas air yang sudah dilakukan baik di
bidang Lingkungan, Biologi, Matematika. Kecerdasan Buatan menawarkan
beberapa algoritma yang dapat digunakan untuk memprediksi dan
mengklasifikasi. Dalam penelitian ini, rumusan masalah yang diambil adalah
bagaimanakah model yang tepat untuk memprediksi dan mengklasifikasi tingkat
pencemaran bahan organik pada Kali Surabaya menggunakan Support Vector
Machines Regression and Classification.
Dalam penelitian ini, parameter tingkat pencemaran yang digunakan
adalah BOD, COD, Detergent, Oil, dan Phenol. Algoritma yang digunakan untuk
memprediksi adalah Support Vector Regression, dan algoritma yang digunakan
untuk mengklasifikasikan adalah Twin Bounded Support Vector Machines. Data
yang dikumpulkan mulai dari tahun 2010 – 2014. Dalam memprediksi, data latih
digunakan data tahun 2010-2013 dan data uji digunakan tahun 2014 untuk setiap
parameter tingkat pencemaran. Selanjutnya, dalam pengklasifikasian digunakan
metode storet untuk menghitung jumlah negatif dan selanjutnya digunakan
sebagai target kelas.
Hasil yang diperoleh adalah model untuk prediksi didapatkan 9 model
untuk setiap parameter pencemaran. Model yang didapatkan adalah model dengan
persamaan ( ) Σ ( ) ( )
dengan nilai bobot dan input yang
bervariasi dan nilai RMSE terkecil dengan nilai C cost = 10000000 dan nilai
epsilon 0.000005 dan kernel yang digunakan Kernel Radial Basis Function
(RBF). Model klasifikasi didapatkan model dengan persamaan ( )
Σ ( ) ( )
dan tingkat akurasi tertinggi yaitu dengan nilai C1 =
1000000000.5; C2 = 100000; C3 = 500; C4 = 50, dan kernel yang digunakan
iv
polynomial dengan d = 1.5. Model yang telah dibuat, dapat digunakan dalam
mengambil keputusan menentuka nnilai parameter BOD, COD, Detergent, Oil,
Phenol. Kemudian dapat ditentukan tingkat pencemaran bahan organic pada Kali
Surabaya.
========================================================================================================
Kali Surabaya is a watershed which passes through the city of
Surabaya. Many industrial and household use, but also pose a problem. Waste
results or household industries resulted in polluted river water. To overcome this,
the Surabaya city government issued Government Regulation No. 82 of 2001, the
East Java Provincial Regulation No. 2 of 2008, and the Surabaya City Regulation
No. 2 of 2004 on Management of Water Quality and Water Pollution Control.
Research on water quality that has been carried out both in the field of
Environment, Biology, Mathematics. Artificial Intelligence offers several
algorithms that can be used to predict and classify. In this research, the
formulation of the problem is taken is how the right model for predicting and
classifying the level of contamination of organic materials on time Surabaya using
support vector machines regression and classification.
In this study, the parameters used are the pollution levels of BOD,
COD, Detergent, Oil, and Phenol. The algorithm used to predict is the Support
Vector Regression, and the algorithms used to classify the Twin Bounded Support
Vector Machines. Data were collected from 2010 - 2014. In predicting, trainer
data used the data 2010-2013 and test data used for each parameter 2014 pollution
levels. Furthermore, the classification used the Storet method for calculating the
amount of negative and then used as a target class.
The result is a model for the prediction of 9 models obtained for each
parameter pollution. The model obtained is a model with equation ( )
Σ ( ) ( )
with variation weight and input and the smallest RMSE
value with the value of C cost = 10000000 and the value of epsilon 0.000005
kernel and kernel used Radial Basis Function (RBF). Classification model
obtained model with equation ( ) Σ ( ) ( )
and the highest level
of accuracy that is the value of C1 = 1000000000.5; C2 = 100000; C3 = 500; C4 =
50, and the kernel used polynomial with d = 1.5. Model that has been created, it
can be used in making decisions determining the value of the parameters BOD,
COD, Detergent, Oil, Phenol. And it can be determined contamination level of
organic matter in Kali Surabaya.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTMa 006.312 Hud p |
| Uncontrolled Keywords: | Prediksi, Klasifikasi, Kali Surabaya, Support Vector Machines |
| Subjects: | Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science) |
| Divisions: | Faculty of Mathematics and Science > Mathematics > 44101-(S2) Master Thesis |
| Depositing User: | Mr. Tondo Indra Nyata |
| Date Deposited: | 17 Dec 2019 02:00 |
| Last Modified: | 17 Dec 2019 02:00 |
| URI: | http://repository.its.ac.id/id/eprint/72382 |
Actions (login required)
 |
View Item |