Penentuan Dosis Koagulan pada Pengolahan Air Minum: Pendekatan Fuzzy Berbasis Data dengan Penentuan Fuzzy Set Berbasis Z-Score

Cinthya, Monica (2023) Penentuan Dosis Koagulan pada Pengolahan Air Minum: Pendekatan Fuzzy Berbasis Data dengan Penentuan Fuzzy Set Berbasis Z-Score. Masters thesis, Insistut Teknologi Sepuluh Nopember.

Text 6026211004-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (4MB) | Request a copy

Abstract

Kualitas air yang diperoleh dari sumber permukaan atau subpermukaan sangat penting untuk menjaga kehidupan. Namun, penggunaan langsung air mentah memiliki risiko kesehatan yang serius. Oleh karena itu, diperlukan berbagai proses pengolahan air untuk menjadikan air mentah tersebut aman untuk digunakan dalam keperluan domestik. Salah satu tahap penting dalam proses pengolahan tersebut adalah koagulasi dan flokulasi, di mana bahan kimia (koagulan) digunakan untuk menghilangkan partikel koloid dan membentuk flok yang lebih besar yang dapat dengan mudah diendapkan melalui sedimentasi dan filtrasi. Penentuan dosis koagulan yang optimal sangat penting untuk mencapai kualitas air yang diinginkan. Namun, masalah jer-test, sifat air yang non-linear, dan kompleksitas teori koagulasi dapat menyulitkan dalam menentukan dosis yang optimal. Oleh karena itu, dalam penelitian ini, diusulkan suatu sistem yang menggunakan pendekatan fuzzy berbasis data dan penentuan fuzzy set dengan menggunakan z-score untuk mempelajari pola data dan hubungan antar parameter dalam proses koagulasi. Metode yang diusulkan memanfaatkan pendekatan fuzzy untuk mengatasi sifat non-linear dari air dan kompleksitas teori koagulasi. Sistem ini menggunakan pola data yang dikumpulkan untuk mengembangkan model fuzzy yang dapat memprediksi dosis koagulan yang optimal berdasarkan kondisi spesifik. Pendekatan ini memungkinkan sistem untuk belajar dari data yang ada dan mengidentifikasi pola hubungan yang mungkin tersembunyi antara parameter-parameter yang relevan. Hasil penelitian menunjukkan bahwa sistem yang diusulkan mencapai nilai RMSE sebesar 0.7639589866827494, sedangkan nilai MSE sebesar 0.5836333333333333. Ini menunjukkan bahwa sistem dapat memberikan prediksi yang cukup akurat untuk dosis koagulan yang diperlukan dalam proses koagulasi.
=====================================================================================================================================
The quality of water obtained from surface or subsurface sources is essential to sustaining life. However, direct use of raw water has serious health risks. Therefore, various water treatment processes are needed to make the raw water safe for use in domestic purposes. One important stage in such processing processes is coagulation and flocculation, where chemicals (coagulants) are used to remove colloidal particles and form larger floc that can be easily precipitated through sedimentation and filtration. Determination of the optimal coagulant dosage is essential to achieve the desired water quality. However, jer-test problems, the non-linear nature of water, and the complexity of coagulation theory can make it difficult to determine the optimal dose. Therefore, in this study, a system is proposed that uses a data￾based fuzzy approach and fuzzy set determination using z-score to study data patterns and relationships between parameters in the coagulation process. The proposed method utilizes a fuzzy approach to address the non-linear nature of water and the complexity of coagulation theory. The system uses the collected data patterns to develop fuzzy models that can predict optimal coagulant doses based on specific conditions. This approach allows the system to learn from existing data and identify patterns of relationships that may be hidden between relevant parameters. The results showed that the proposed system achieved an RMSE value of 0.7639589866827494, while the MSE value was 0.5836333333333333333. This suggests that the system can provide a fairly accurate prediction of the dose of coagulant required in the coagulation process.

Item Type:	Thesis (Masters)
Subjects:	T Technology > T Technology (General) > T58.62 Decision support systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 59101-(S2) Master Thesis
Depositing User:	Monica Cinthya
Date Deposited:	25 Jul 2023 03:52
Last Modified:	25 Jul 2023 03:52
URI:	http://repository.its.ac.id/id/eprint/99228

Actions (login required)

View Item