Analisis Perfomansi Metode Adaptive Neuro Fuzzy Inference System (ANFIS) Untuk Mempreiksi Tingkat Potensi Banjir

Adhi Wiguna, Willy (2016) Analisis Perfomansi Metode Adaptive Neuro Fuzzy Inference System (ANFIS) Untuk Mempreiksi Tingkat Potensi Banjir. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Adaptive Neuro Fuzzy Inference System (ANFIS) merupakan suatu struktur yang menggabungkan system fuzzy dan system jaringan saraf tiruan. ANFIS yang menggunakan suatu prosedur learning dapat membangun suatu mapping input-output yang keduanya berdasarkan pada pengetahuan manusia (pada aturan fuzzy if-then). Banjir merupakan kejadian bencana alam yang sering terjadi dan cukup sulit untuk diprediksi. Prediksi kejadian bencana alam khususnya banjir merupakan hal yang cukup penting untuk diketahui karena dengan dapat memprediksi bencana banjir kita dapat melakukan pencegahan dini sehingga dapat mengurangi dampak yang akan terjadi. Dalam melakukan proses analisis, terdapat 105 data kelurahan yang berada di wilayah Daerah Aliran Sungai (DAS) CItarum, setiap kelurahan dibagi kedalam 3 kategori, yaitu : kategori kurang rawan, cukup rawan, dan sangat rawan. Setiap data pembelajaran dan data uji dibagi sama rata untuk tiap kategorinya. Setiap kelurahaan memiliki 4 parameter, yaitu parameter curah hujan, jenis tanah, kemiringan lereng, dan penggunaan lahan. Dengan menggunakan metode ANFIS,4 parameter tersebut digunakan sebagai masukan bagi system, lalu parameter-parameter tersebut akan melalui proses-proses pada tiap lapisan yang terdapat pada metode ANFIS. Mulai dari proses fuzzyfication, inference fuzzy, normalisasi, LSE, dan defuzzyfication sampai pada tahap pembelajaran mundur menggunakan metode Error Back-Propagation. Berdasarkan hasil pembelajaran dengan menggunakan 90 data kelurahan dan uji coba dengan menggunakan 15 data kelurahan yang telah dilakukan, ANFIS dapat digunakan untuk memprediksi tingkat potensi banjir dengan nilai akurasi terbesar didapatkan sebesar 93.33% dan dengan rata-rata akurasi yang didapat sebesar 62.67% dengan pengujian confusion matrix.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: prediksi, potensi banjir, System Fuzzy, Jaringan Syaraf Tiruan, ANFIS
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2015
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Admin Repository
Date Deposited: 16 Nov 2016 07:53
Last Modified: 16 Nov 2016 07:53
URI: http://repository.unikom.ac.id/id/eprint/15530

Actions (login required)

View Item View Item