Aldio Mahendra P, - (2020) OPTIMASI LEARNING VECTOR QUANTIZATION MENGGUNAKAN ALGORITMA FIREFLY UNTUK KLASIFIKASI KUALITAS AIR SUNGAI. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text file Lengkap Kecuali BAB Hasil Penelitian (Bab I, II, III, VI).pdf Download (9MB)
	Text (BAB IV & BAB V) file BAB Hasil Penelitian (Bab IV & V).pdf - Published Version Restricted to Repository staff only Download (5MB)

Abstract

Aldio Mahendra P (2020): Optimasi Learning Vector Quantization Menggunakan Algorita Firefly Untuk Klasifikasi Kualitas Air Sungai Sungai merupakan salah satu elemen kehidupan manusia yang paling utama. Sehingga kualitas air sungai sangat berpengaruh terhadap kehidupan manusia disekitarnya. Kualitas air sungai dapat diukur tingkat pencemarannya menggunakan Baku Mutu Air. Penelitian ini dilakukan untuk mengklasifikasi kualitas air sungai berdasarkan 4 parameter Baku Mutu Air yang disarankan, yakni pH (keasaman), BOD (Biochemical Oxygen Demand), COD (Chemical Oxygen Demand), dan TSS (Total Suspended Solid). Algoritma yang digunakan untuk mengklasifikasi kualitas air sungai adalah Learning Vector Quantization (LVQ). Namun, akurasi algoritma LVQ sangat bergantung pada nilai bobot vektornya. Untuk mengoptimasi bobot vektor LVQ guna meningkatkan akurasi algoritma tersebut, digunakan sebuah algoritma optimasi yaitu algoritma Firefly (FA). Data input pada penelitian ini berjumlah 98 data sampling sungai siak pada tahun 2009 – 2013 dan 2017. Output penelitian ini adalah perbandingan nilai akurasi antara algoritma LVQ dan FA-LVQ. Pada proses pengujian, algoritma FA-LVQ memperoleh nilai akurasi sebesar 100% dengan parameter 90:10 untuk pembagian data, jumlah populasi 20, nilai alpha 0.1, nilai random 0.1, dan nilai gamma 1. Hasil pengujian pada penelitian ini menunjukkan bahwa FA-LVQ lebih baik daripada LVQ dalam mengklasifikasi kualitas air sungai. Kata Kunci : Baku Mutu Air, Firefly, Kualitas Air Sungai, Learning Vector Quantization, Optimasi

Actions (login required)

View Item