Penerapan Algoritma Adaptive Neuro Fuzzy Inference System Dalam Menentukan Tingkat Potensi Longsor Menggunakan Data Tematik

Pranajaya P, Rully (2016) Penerapan Algoritma Adaptive Neuro Fuzzy Inference System Dalam Menentukan Tingkat Potensi Longsor Menggunakan Data Tematik.

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 merupakan suatu algoritma yang menggabungkan algoritma fuzzy dan algoritma jaringan saraf tiruan. ANFIS yang menggunakan suatu prosedur learning yang dapat membangun suatu input-output yang keduanya berdasarkan pada pengetahuan manusia. Bencana alam adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam salah satunya tanah longsor. Bencana longsor adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam berupa tanah longsor. Dalam penelitian ini dilakukan penerapan algoritma ANFIS untuk menentukan tingkat potensi longsor menggunakan data tematik, dengan tujuan untuk mengetahui seberapa baik algoritma ANFIS dapat diterapkan dalam menentukan tingkat potensi longsor berdasarkan tingkat porformansi error rate yang didapat. Dalam proses analisis, terdapat 68 data kelurahan yang berada di daerah kota Bogor, setiap kelurahan dibagi menjadi 3 kategori, yaitu : kategori rawan longsor tinggi, rawan longsor sedang dan tidak rawan longsor. Data pembelajaran memiliki 60% data dari keseluruhan data sedangkan data uji memiliki 40% data dari keseluruhan data. Setiap kelurahan memiliki 3 parameter yaitu, parameter curah hujan, parameter kemiringan lereng dan parameter ketinggian tanah. Dengan menggunakan metode ANFIS, ketiga parameter tersebut digunakan sebagai masukan bagi system, lali parameter-parameter tersebut akan melalui proses-proses pada tiap lapisan yang terdapat pada metode ANFIS. Berdasarkan hasil dari pembelajaran ANFIS dan uji coba, metode ANFIS dapat digunakan untuk memprediksi tingkat potensi longsor dengan nilai akurasi terbesar yang didapatkan adalah 92,59% dan rata-rata akurasi sebesar 86,67%.

Item Type: Article
Uncontrolled Keywords: potensi longsor, jaringan saraf tiruan, system fuzzy, ANFIS
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2016
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: M.Kom Taryana Suryana
Date Deposited: 16 Nov 2016 07:39
Last Modified: 16 Nov 2016 07:39
URI: https://repository.unikom.ac.id/id/eprint/4545

Actions (login required)

View Item View Item