Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PERAMALAN KUALITAS UDARA MENGGUNAKAN EXTREME LEARNING MACHINE DENGAN OPTIMASI ALGORITMA GENETIKA

Mike Yuni Rahayu, - (2021) PERAMALAN KUALITAS UDARA MENGGUNAKAN EXTREME LEARNING MACHINE DENGAN OPTIMASI ALGORITMA GENETIKA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
[MIKE YUNI RAHAYU][115120941].pdf

Download (3MB) | Preview
[img] Text (BAB IV DAN BAB V)
MIKE YUNI RAHAYU BAB IV DAN V.pdf - Published Version
Restricted to Repository staff only

Download (1MB)

Abstract

Kualitas udara semakin hari semakin terdegradasi, sehingga tindakan pencegahan dan pemantauan kualitas udara dilakukan lebih intensif dan berkualitas. Sumber pencemaran udara antara lain adalah gas SO2, CO, NO2, O3, dan PM10. Peningkatan pada kadar bahan tersebut yang melebihi nilai baku mutu udara ambien akan menyebabkan terjadinya gangguan kesehatan pada makhluk hidup. Penelitian ini menerapkan metode Extreme Learning Machine dengan optimasi Algoritma Genetika untuk meramalkan kualitas udara. Algoritme genetika digunakan untuk mengoptimasi nilai bobot input dan bias pada ELM. Pada tahap reproduksi menggunakan metode extended intermediate crossover dan metode random mutation. Hasil pengujian metode ELM dengan optimasi Algoritma genetika menghasilkan rata-rata nilai MAPE sebesar 8,72134e-14% dengan perbandingan data training dan data testing 90% : 10% dengan popsize 50, kombinasi Cr 0.9 dan Mr 0.1, neuron hidden 6, dan generasi 70 menghasilkan nilai fitness terbaik sebesar 1 dengan rata-rata fitness 0,97808. Dari hasil MAPE yang didapatkan, menunjukkan bahwa penerapan metode ELM dengan optimasi Algoritma Genetika dapat digunakan untuk meramalkan kualitas udara (PM10).

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 25 Feb 2021 11:10
Last Modified: 25 Feb 2021 11:10
URI: http://repository.uin-suska.ac.id/id/eprint/46680

Actions (login required)

View Item View Item