Penerapan Support Vector Machines Regression And Classification Untuk Prediksi Dan Klasifikasi Tingkat Pencemaran Bahan Organik Pada Kali Surabaya

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.

[img]
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
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 View Item