KHOERUL UMAM, 4611417010 (2021) PREDIKSI TINGKAT AEROSOL PADA PENCEMARAN UDARA DENGAN MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK MELALUI PENDEKATAN ARTIFICIAL BEE COLONY. Under Graduates thesis, Universitas Negeri Semarang.

PDF (PREDIKSI TINGKAT AEROSOL PADA PENCEMARAN UDARA DENGAN MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK MELALUI PENDEKATAN ARTIFICIAL BEE COLONY) - Published Version Restricted to Repository staff only Download (10MB) | Request a copy

Abstract

Pencemaran udara menjadi masalah hampir di semua negara tidak terkecuali negara berkembang. Perkembangan pembangunan industri yang cepat menjadi salah satu faktor penyebab tingginya pencemaran udara. Pencemaran udara yang disebabkan oleh banyaknya aerosol yang terkandung di udara sangat merugikan manusia. Hal ini dikarenakan aerosol di dalam udara dapat menyebabkan penyakit saluran pernapasan seperti asma dan infeksi oleh bakteri dan virus. Dari masalah tersebut diperlukan sistem untuk memprediksi tingkat aerosol sehingga manusia bisa mengantisipasi tingkat aerosol yang tinggi di masa yang akan datang. Dengan menggunakan metode dari algoritma backpropagation neural network dan pendekatan melalui artificial bee colony, data yang dimasukkan ke dalam sistem bisa diproses untuk memprediksi aerosol di udara. Hasil penelitian dari proses pelatihan yang dilakukan memberikan nilai akurasi tertinggi sebesar 92,75% menggunakan algoritma backpropagation neural network dan 85,98% dengan menggunakan algoritma yang sama namun dioptimasi dengan artificial bee colony. Rata-rata pengujian prediksi dengan algoritma backpropagation neural network berada pada nilai 82,83% sedangkan rata-rata akurasi pengujian menggunakan optimasi artificial bee colony berada 0,09% lebih tinggi, yaitu 82,92%. Hal ini membuktikan bahwa optimasi artificial bee colony belum sepenuhnya bisa mengoptimasi algoritma backpropagation neural network, namun keduanya sudah memberikan nilai akurasi yang sangat baik.

Actions (login required)

View Item