Membangun sistem OLAP kualitas air 2.

0 di Taiwan
Hei Chia Wang
a
,
*
, Jiunn-Liang Guo
a
,
b
a
National Cheng Kung University, Institut Manajemen Informasi, 1 University Road,
Tainan 701, Taiwan
b
Departemen Penerbangan Manajemen ROC, Taiwan Akademi Angkatan Udara,
Gangshan Township, Kaohsiung County 820, Taiwan
articleinfo
Pasal sejarah:
Diterima 28 Januari 2011
Diterima dalam bentuk direvisi
27 April 2011
Diterima 28 April 2011
Tersedia online 12 Mei 2011
Kata kunci:
Web 2.0
OLAP
Sistem mutu air
Pengetahuan dasar
abstrak
Mendapatkan air layak untuk dikonsumsi manusia merupakan masalah penting di
kedua pertanian dan indusnegara trialized. Di daerah dengan persediaan air yang terbatas, air harus hati-hati
dikelola oleh semua pengguna
bukan hanya dengan lembaga air. Oleh karena itu, sistem monitoring air harus
memungkinkan tertarik
monitor, seperti ekonom pemerintah, peneliti dan pengguna umum, untuk
berpartisipasi dalam mengelola
kualitas air. Namun, informasi air yang paling didistribusikan dalam format yang
tidak nyaman bagi
analisis holistik umum. Selain itu, menafsirkan output dari sistem lingkungan
melibatkan

domain pengetahuan khusus yang tidak dipahami dengan baik oleh

masyarakat. Bagaimana mengintegrasikan semua
data yang tersedia untuk memberikan pengetahuan yang bermanfaat dan kesimpulan
dimengerti untuk pengguna kembali- berbeda
Alasan merupakan masalah penting.
Makalah ini menyajikan kualitas air sistem 2.0 OLAP dirancang untuk Sumber Daya
Air Biro Selatan
(TSWRB) dari Taiwan. Konsep Web 2.0 telah diadopsi untuk mengintegrasikan
sumber daya yang berkualitas data. Dalam
Selain itu, On-Line Analytical Processing (OLAP) adalah sistem yang digunakan
untuk menganalisis data dari didistribusikan
sumber daya untuk meningkatkan pemahaman informasi kualitas air non-ahli. Sistem
ini
menyediakan kerangka kerja bagi semua pengguna untuk berkolaborasi dalam
memantau kualitas air dan melindungi terbatas
sumber daya air.
2011 Elsevier Ltd All rights reserved.
1 Pendahuluan
Pengelolaan lingkungan ( Cary dan Roberts, 2011; Mianabadi
et al, 2011.; Wright et al, 2011.; Tseng et al., 2008 ) Adalah penting
masalah bagi kehidupan manusia. Freshwater tidak hanya penting untuk vironment
yang
ronment tetapi juga untuk kegiatan ekonomi dan produksi industri
( Ferng 2007 ). Namun, air tawar menyumbang kurang dari 1% dari
total volume air di bumi dan tidak merata
( Wallace et al., 2003 ). Oleh karena itu, pengelolaan air yang terbatas
sumber merupakan tantangan di setiap negara di abad ke-21.
Taiwan, sebuah pulau yang terletak di daerah sub-tropis barat
Pasifik, menerima sekitar 2,6 kali rata-rata global
presipitasi. Namun, distribusi yang tidak merata dari curah hujan dan
fitur unik dari hasil geografi Taiwan di sedikit air tawar
yang tersedia untuk setiap penduduk (jauh lebih kecil dari rata-rata dunia)
( Ferng 2007 ). Taiwan telah terdaftar di antara daerah yang
serius kekurangan sumber daya air. Selain itu, Taiwan adalah teknologi
manufaktur pulau, dan permintaan untuk air meningkat
cepat. Aksesibilitas sumber daya air telah menjadi
masalah yang semakin signifikan bagi perekonomian dan untuk mempertahankan
kehidupan manusia. Perubahan cuaca telah membuat jumlah curah hujan
variabel. Oleh karena itu, perubahan punyamenjadi inwaterquality sulit untuk
kontrol di banyak waduk. Di Taiwan, waduk menyediakan 68% dari
air minum ( Wen dan Tseng-Wen, 2002 ). Selain itu, air

kualitas sangat berkaitan dengan kesehatan masyarakat. Oleh karena itu, adalah
penting untuk
memantau kualitas air secara terus menerus.
Dalam mengatur sumber daya air, ada kecenderungan yang jelas terhadap
strategi manajemen kolaboratif untuk memecahkan masalah distribusi
dan untuk mencapai keterlibatan publik jangka panjang. Ako et al. (2010) memiliki
menunjukkan bahwa benar menerapkan Sumber Daya Air Terpadu
Manajemen (IWRM) meningkatkan koordinasi pengelolaan air
ment dan menjamin penggunaan air yang berkelanjutan. PBB
World Development Report Air 2 ( WWDR2 2006 ) Telah mengamati
bahwa kekurangan air dapat ditingkatkan dengan pengelolaan air
sistem di mana pemerintah, perusahaan swasta dan masyarakat madani
bekerja sama. Untuk mencapai tujuan ini, langkah pertama adalah membuat
Data kualitas air yang tersedia untuk umum. Informasi di atas air
kualitas secara tradisional resmi diumumkan melalui surat kabar,
televisi dan radio. Baru-baru ini, beberapa sistem laporan air telah
diusulkan ( Gao et al, 2011;. Gerwin dan Lawrence, 2006; Ullmer et al,.
2005; Zhang et al, 2011.; Dvarioniene dan Stasiskiene 2007 ) untuk
mengelola atau berbagi data. Namun, sistem ini tidak cukup
karena, di dalamnya, informasi disediakan oleh sumber tunggal.
Pendekatan yang lebih baik adalah untuk mengintegrasikan data dari kedua resmi dan
* Sesuai penulis. Tel .: 886 6 2757575; fax: 886 6 2362162.
Alamat e-mail: hcwang@mail.ncku.edu.tw (HC Wang).
Daftar isi yang tersedia di ScienceDirect
Jurnal Produksi Bersih
homepage jurnal: www.elsevier.com/locate/jclepro
0959-6526 / $ e melihat hal depan 2011 Elsevier Ltd All rights reserved.
doi: 10.1016 / j.jclepro.2011.04.019
Jurnal Produksi Bersih 40 (2013) 4 0e45
Page 2

organisasi non-resmi untuk mencapai apa yang disebut lingkungan

manajemen pengetahuan ( Tseng, 2010, 2011; Bugs et al., 2010 ). Ini
sistem manajemen dapat dicapai melalui penggunaan baru
teknologi. Hari ini, ada sebuah konsep layanan baru, yang disebut Web 2.0, di
yang semua peserta yang tertarik dapat bekerja sama. Web 2.0 telah
dibahas dengan baik dan berlaku dari perspektif pengguna ( Bugs et al.,
2010; Gauthier et al, 2010.; Tam et al, 2009.; Westera et al., 2009 ). Ini
memungkinkan organisasi yang berbeda, misalnya, lembaga non-profit dan vironment
organisasi ling-, dengan mudah berkolaborasi dalam berbagi data. Setelah
data dikumpulkan, sistem analisis online adalah cara yang baik untuk

mewakili informasi. Kebanyakan sistem pengelolaan air yang ada

menyediakan data mentah bagi pengguna untuk meninjau. Menyediakan data mentah
mudah
karena sistem tidak perlu tidak mengambil format atau arti dari
Output menjadi pertimbangan. Namun, sistem tersebut tidak cocok untuk
non-ahli. Beberapa sistem yang lebih baik dalam menampilkan hasil-hasil mereka di
grafik tanpa menjelaskan makna ( Gao et al, 2011;. Ullmer
et al, 2005.; Haag dan Westrich 2002 ). Selain itu, beberapa sistem
menggunakan basis pengetahuan untuk desain mereka, yang sesuai jika
output mereka hanya digunakan oleh para ahli domain ( Bertino et al, 2002.;
Kukuric dan Hall, 1998; Saaltink dan Carrerra, 1992 ); Namun, sebagian besar
orang tidak memahami isi karena mereka tidak profesinya
sionals dalam domain ini. Masalah merancang sebuah mudah memahami
antarmuka standable dan format user-friendly merupakan topik penting dalam
sistem lingkungan, terutama untuk berbagai isi data. Sana
kedepan, menyusun pengetahuan ahli menjadi presentasi dimengerti
tionandmaintainingitina flexibleformatisachallengeindeveloping
sistem analisis kualitas air.
Untuk mengatasi masalah di atas, makalah ini mengusulkan
kualitas air sistem 2.0 OLAP, yang dirancang untuk melayani dua
fungsi: pertama, untuk mengintegrasikan sumber data yang terdistribusi
antara berbagai kualifikasi penyedia data dan, kedua, untuk menyajikan
data dalam format yang tepat untuk berbagai jenis pengguna. Ini pertama
Tugas ini didasarkan pada konsep Web 2.0, di mana masi yang berbeda
penyedia infor berkolaborasi untuk menyediakan kualitas air tambahan
informasi. Tugas kedua dilakukan oleh analisis online
processing (OLAP) sistem dengan basis pengetahuan. Berikut ini adalah
tinjauan pustaka untuk membangun latar belakang pengetahuan kami.
2 Sastra ulasan
2.1. Sistem kualitas pelayanan air
Pemeliharaan kualitas air selalu menjadi masalah yang signifikan.
Dengan demikian, efisiensi penggunaan sistem monitoring air untuk mendeteksi
kontaminasi juga telah dieksplorasi oleh banyak peneliti dan
organisasi.
Amerika Serikat Environmental Protection Agency (2010) adalah evaluasi
diciptakan suspensi mikroba dengan menggunakan Distri- air minum
Sistem bution simulator (DSS) dengan banyak sensor air seperti
JMAR BioSentry, Spectro :: lyserTM dan sebagainya. Broeke (2005) juga
dievaluasi S :: dapat spektrofotometri :: lyser UV-probe di bawah situ- berbeda
negosiasi dan sangat bermanfaat untuk memantau perubahan mendadak dalam air
kualitas. Atkinson dan Mabe (2006) menggunakan Yellow Springs instrumen

KASIH (YSI) sonde untuk mengukur distribusi dan variasi

konduktivitas dan langkah-langkah lain kualitas air di danau. Dalam
sistem, semua informasi dikumpulkan secara independen satu sama
lainnya, yang dengan demikian tidak sangat meyakinkan. Oleh karena itu,
pengumpulan
informasi dari berbagai sumber adalah cara untuk memecahkan masalah.
Ide mengumpulkan informasi dapat dicapai dengan memanfaatkan
Web 2.0 konsep.
2.2. Web 2.0
Web 2.0 telah mengubah cara orang berbagi informasi melalui
Internet. Dibandingkan dengan Web 1.0, di mana pengguna hanya bisa
menelusuri konten dan pasif menerima informasi yang dihasilkan oleh
pengembang website, Web 2.0 menekankan interaksi dan kolaboratornya
ransum antara pengguna tanpa meningkatkan apapun teknologi komputer.
Aplikasi yang umum dari Web 2.0 mencakup jaringan sosial
situs web, seperti Facebook, Twitter dan Plurk; wiki; dan videoberbagi situs web, seperti Youtube, blog dan web-terkait lainnya
daerah. Selain itu, Web 2.0 juga dapat membantu dalam banyak bidang lain
membutuhkan kolaborasi interaktif. Damani dan Fulton (2010)
diterapkan Web 2.0 untuk sistem perawatan kesehatan yang menumbuhkan
komunikasi
tion antara pustakawan klinis dalam tim mereka. Wright et al. (2009)
mengamati bahwa sistem Web 2.0 membuat pendukung keputusan klinis
lebih mudah dan lebih murah. Zhang et al. (2009) mengusulkan Web yang 2.0
sistem manfaat pengembangan bioinformatika dengan mendorong
partisipasi pengguna dan dengan memfasilitasi tidak hanya integrasi data tetapi
juga berbagi data dan pertukaran.
Dalam beberapa tahun terakhir, isu-isu lingkungan, seperti pemanasan global,
telah menjadi semakin signifikan dan relevan untuk setiap orang
di seluruh dunia. Namun, penggunaan Web 2.0 untuk lingkungan
masalah belum dieksplorasi secara luas dalam literatur penelitian.
Oleh karena itu, makalah ini berlaku konsep ini untuk mengumpulkan memenuhi
syarat
Data kualitas air untuk evaluasi.
2.3. Sistem OLAP
OLAP adalah sebuah pendekatan pengambilan keputusan yang terintegrasi untuk
multi
analisis dimensi data bisnis dengan operasi seperti Roll
up, Drill-down dan Pivot. Aplikasi kebanyakan melibatkan bisnis
pendukung keputusan ( Kimball dan Ross, 2002 ), seperti inteligensia bisnis
ligence, manajemen kinerja bisnis, pelaporan keuangan,

penemuan pengetahuan, data mining dan bidang terkait lainnya.

Keuntungan dari sistem OLAP adalah bahwa hal itu memungkinkan pengguna end-to
menggunakan metode multi-dimensi untuk analisis data ad hocdan efisien menyediakan mereka dengan informasi yang dapat dipercaya. Berdasarkan
fitur ini, OLAP mungkin berguna dalam ilmiah lainnya dan Engineered
bidang neering yang membutuhkan analisis data multi-dimensi ( Kehl
et al., 2008 ). Alkharouf et al. (2005) mengadopsi OLAP sebagai suplementasi yang
ment untuk menciptakan alat data mining lebih efektif untuk gen
Database ekspresi. Bedard et al. (2003) mengintegrasikan geografis
sistem informasi dan OLAP untuk memfasilitasi pengetahuan geografis
penemuan dan menganalisis data kesehatan lingkungan. Abdullah
(2009) dipekerjakan OLAP untuk menganalisis kejadian kutu putih pada
tanaman kapas.
OLAP juga berlaku untuk masalah lingkungan. Appli- The
kasi OLAP di daerah ekologis sangat diperlukan karena
Data biasanya dianalisis bersama beberapa dimensi ( McGuire
et al., 2008 ). Oleh karena itu kami mempertimbangkan mengadopsi OLAP untuk air
kualitas analisis.
3 Kerangka kualitas air sistem 2.0 OLAP
Antarmuka pengguna sistem harus fleksibel dan disajikan dengan baik.
Untuk tujuan ini, sistem ini dipisahkan menjadi beberapa lapisan yang
kemudian diimplementasikan secara individual. Metode ini dapat meminimalkan
dependensi antara lapisan dan mengurangi dampak
perubahan pada lapisan tetangga. Pada bagian ini, pertama kita mendefinisikan
lapisan sistem ini.
3.1. Lapisan kualitas air sistem 2.0 OLAP
Bagian ini menyajikan analisis kualitas air berlapis generik
memodelkan seperti digambarkan dalam Gambar. 1 . The berlapis analisis kualitas air
sistem terdiri dari (1) lapisan eksperimental, (2) lapisan data link,
(3) lapisan data warehouse, (4) lapisan OLAP dan (5)
lapisan pengetahuan. Setiap lapisan dipetakan ke satu set pengolahan
HC Wang, J.-L. Guo / Jurnal Produksi Bersih 40 (2013) 40 e 45
41
Page 3

modul dalam kualitas air 2.0 sistem OLAP. Kami sekarang menggambarkan
Fungsi setiap layer.
The eksperimental lapisan data: data dalam lapisan ini diperoleh
dari mendeteksi perangkat atau percobaan. Data memerlukan
pengolahan lebih lanjut yang akan diformat ke dalam bentuk yang dapat dibaca
manusia.

Data Link lapisan: lapisan data link mengintegrasikan didistribusikan

data eksperimen. Tugas utama dari lapisan ini adalah untuk membangun sebuah
lingkungan untuk penyedia data yang berbeda untuk berbagi data
dengan mudah melalui internet.
Data warehouse lapisan: data yang dikumpulkan dari berbagai
penyedia mungkin kaya tapi tidak terstruktur. Sebuah gudang data
mengatur kelompok data terdistribusi untuk tujuan yang berbeda.
Data terdefinisi dengan baik akan membantu pengolahan lapisan OLAP.
Lapisan OLAP: lapisan ini menganalisis data dari gudang data yang
lapisan rumah. Model analisis untuk tujuan yang berbeda akan
disesuaikan untuk menghasilkan hasil yang berbeda.
Lapisan Pengetahuan: Lapisan ini berisi pengetahuan ahli
digunakan untuk menentukan kualitas air. Setelah menganalisis masi yang
mation dari masing-masing bahan dalam air, laporan akhir untuk
tujuan yang berbeda disajikan. Lapisan ini mengandung ahli
pengetahuan yang digunakan untuk menghasilkan laporan permintaan bagi pengguna.
Lapisan Definisi ini berasal oleh ekstraksi fitur baru
dan teknik analisis isi. Arsitektur Lapisan ini membuat
mudah untuk meng-upgrade sistem modul jika ada bagian dari sistem
menjadi rusak atau usang.
3.2. Membangun basis pengetahuan
Salah satu tugas utama dari sistem ini adalah untuk membangun basis pengetahuan.
Basis pengetahuan menyimpan pengetahuan para ahli untuk menilai
kualitas air. Basis pengetahuan yang digunakan dalam penelitian ini meliputi
hukum Taiwan dan pengetahuan ahli tentang kualitas air.
Dalam sistem ini, dua jenis pengetahuan, waduk dan bendung, adalah
dievaluasi, masing-masing dengan atribut evaluasi sendiri. Common
elemen dalam evaluasi kedua waduk dan bendung adalah air
indeks kualitas. Perbedaannya adalah bahwa berkualitas di waduk adalah
terutama fungsi dari status trofik, sedangkan yang di bendung adalah
terutama fungsi dari indeks polusi. Dalam tulisan ini, masi ini
mation akan diselenggarakan sebagai pohon keputusan biner untuk dievaluasi
saat ini systemstarts. Contoh struktur keputusan ditampilkan
di Gambar. 2 . Model evaluasi yang digunakan dalam sistem ini adalah sebagai
berikut:
National Cheng Kung University Indeks Kualitas Air
(NCKUWQI):
Dalam sistem ini, baku mutu air yang digunakan adalah
NCKUWQI, yang dirancang oleh Prof Wen NCKU pada tahun 2002

( Wen dan Tseng-Wen, 2002 ). Ia memodifikasi bobot dengan mengirimkan

kuesioner kepada 134 ahli pada kualitas air, menggunakan DELPHI
teknik riset opini. Di sini, kita menunjukkan pohon keputusan
struktur nilai-nilai NCKUWQI.
Carlson Indeks Status trofik ( CTSI 2010 ):
TSI (SD) 60e14.41 ln (Secchi disk yang (meter))
TSI (Chl.a) 9.81 ln (klorofil a (g / L) 30,6)
TSI (TP) 14.42 ln (Total fosfor (g / L) 4.15)
di mana:
TSI Carlson indeks negara trofik
ln logaritma natural
CTSI (TSI (Chl.a) TSI (SD) TSI (TP)) / 3.
Aturan keputusan dapat ditampilkan dalam format berbasis aturan:
Jika CTSI <40
oligotrophic
Lain jika 40 <CTSI <50
mesotrophic
Lain CTSI> 50
eutrophic
Indeks Pencemaran Sungai (RPI) ( EPA 2010 ):
Gambar. 2. NCKUWQI kualitas air pohon keputusan.
(1) lapisan Eksperimental
(2) Data Link lapisan
(3) lapisan Data Warehouse
(4) lapisan OLAP
(5) lapisan Pengetahuan
Database
Diperlukan Data Extraction
1
2
4
1
3
Mesin Mendeteksi
dan percobaan
Menentukan tingkat kualitas
(Pengetahuan ahli)
Mengintegrasikan Terdistribusi
DBMS
Database
Database

Analisis Data
Gambar. 1 Lapisan kualitas air 2.0 sistem OLAP.
Tabel 1
Skor tabel nilai.
DO (mg / L)
> 6.5
4.5w6.5
2.0w4.4
<2.0
BOD5 (mg / L)
<3.0
3.0w4.9
5.0w15
> 15
SS (mg / L)
<20
20w49
50w100
> 100
NH3-N
<0.50
0.5w0.99
1.0 w 3.0
> 3.0
Skor
1
3
6
10
HC Wang, J.-L. Guo / Jurnal Produksi Bersih 40 (2013) 40 e 45
42
Page 4

The RPI menggunakan skor rata-rata DO, BOD5, SS, dan NH3-N.
Rata untuk setiap atribut yang digunakan dalam sistem ini ditunjukkan pada
Tabel 1.
RPI (Nilai DO Skor BOD5 Skor SS Skor
NH
3
H) / 4
Jika RPI <2.0 berkualitas baik

Elseif 2.0 <RPI <3.0 ringan tercemar

Elseif 3.0 <RPI <6.0 cukup tercemar
Elseif RPI> 6.0 serius tercemar.
4. Menerapkan kualitas air sistem 2.0 OLAP
Bagian ini membahas desain sistem dan implementasi
fase. Kita mulai dengan infrastruktur sistem dan database
desain. Kemudian, kami menyajikan contoh output sistem.
4.1. Sistem arsitektur
Sesuai dengan model berlapis yang diusulkan sebelumnya,
prototipe sistem untuk permintaan kualitas air di atas dasar Internet
telah diusulkan. Gambar. 3 menunjukkan infrastruktur sistem ini
dan data mengalir di antara model.
Modul pertama adalah gudang data dan modul integrasi.
Modul ini mengintegrasikan data dari berbagai sumber untuk berbagai
tujuan. Model kedua adalah modul OLAP berdasarkan aturan
dari ahli pengetahuan dan hukum. Modul ketiga, reaksi
modul, adalah modul presentasi pengetahuan, yang menggunakan
hasil analisis dari modul OLAP.
4.2. Lingkungan implementasi
Sistem ini dilaksanakan bekerjasama dengan departemen yang
ment Teknik Lingkungan Nasional Cheng Kung
University, Taiwan. Sebagian besar isi basis pengetahuan
diberikan oleh departemen ini.
Database dan platform yang server Microsoft Windows
dan server Microsoft SQL, masing-masing, berdasarkan pengguna '
permintaan. Contoh halaman permintaan setelah auto-format untuk
pengguna sistem disajikan pada Gambar. 4 . Pengguna sistem dapat menambahkan
bendung atau reservoir data ke dalam sistem ini ketika mereka perlu memonitor
sumber daya tambahan air.
4.3. Proses OLAP
Bagian ini membahas hasil analisis sistem. Dalam hal ini
proses, isi data akan dikelompokkan ke dalam kelompok yang berbeda,
dan setiap pengelompokan akan diberi kode metadata. Untuk mengintegrasikan
masing-masing sumber data, kode metadata telah ditugaskan untuk setiap air
sumber daya; misalnya, tw adalah kode untuk Tseng Wen-Reservoir.
Setelah kode sumber daya air telah ditetapkan, titik sampling
juga akan diberi kode metadata spesifik. Database metadata ini
extensible. Setiap item yang tersimpan di gudang data akan terdaftar
di layar. Pengguna dapat memilih permintaan mereka melalui otomatis yang
diformat halaman dan mengirimkannya ke server OLAP. Server akan

Gambar. 3 analisis aliran permintaan air yang diusulkan, model sistem, dan interaksi
data yang
infrastruktur.
Gambar. 4. Auto-format keluaran - halaman utama.
HC Wang, J.-L. Guo / Jurnal Produksi Bersih 40 (2013) 40 e 45
43
Halaman 5

menggunakan basis pengetahuan untuk membangun pohon keputusan dan

menganalisis
kualitas air.
4.4. Representasi pengetahuan
Ada tiga kualitas yang akan dievaluasi, yaitu
Carlson Trofik Status Index ( CTSI, 2010; EPA 2010 ), Nasional
Cheng Kung University Kualitas Air Index (NCKUWQI) ( Wen dan
Tseng-Wen, 2002 ), Dan Indeks Pencemaran Sungai (RPI) ( EPA, 2010 ).
Saat ini, hanya NCKUWQI dalam sistem ini telah dibuat memanfaatkanmampu untuk umum karena sebagian besar masyarakat tidak mengerti
arti dari output. Jika salah satu indeks menunjukkan bahwa hadiah yang buruk
Kondisi dapat ditingkatkan dengan proses lebih lanjut untuk yang diperlukan
standar, maka air harus dianggap dapat diterima.
Namun, jika jenis pesan diumumkan, mungkin membuat
kepanikan publik. Untuk menghindari situasi seperti itu, yang bisa menyebabkan
misunderstandings, sistem ini menyederhanakan representasi pengetahuan
untuk beberapa tingkatan dimengerti: sangat baik, baik, normal, rendah
Rata-rata, miskin, dan terburuk. Hal ini memungkinkan masyarakat untuk memeriksa
air
kualitas sekilas. Salah satu contoh dari sistem ini ditunjukkan pada Gambar. 5 .
5. Diskusi dan kesimpulan
Penelitian ini mengusulkan sebuah kerangka kerja yang memungkinkan kualitas air
menjadi
dievaluasi melalui beberapa sumber daya bukannya melalui satu
satu. Kontribusi utama dari makalah ini adalah pembangunan
kualitas air sistem 2.0 OLAP, yang membuktikan bahwa yang diusulkan
Kerangka layak. Ini merupakan cara untuk data terdistribusi untuk
dikumpulkan, disusun, dianalisis, dan diterjemahkan ke dalam presentasi
yang dapat dimengerti oleh publik. Proyek ini tidak hanya alamat
tantangan yang timbul dari sistem analisis air, seperti yang
berbagai titik sampling, tetapi juga menyajikan output dalam overdosis
bentuk standable dengan bantuan basis pengetahuan. The

perbedaan antara pekerjaan ini dan prestasi yang ada di

sistem terkait adalah bahwa sebagian besar sistem yang ada menyajikan hasil
dari sumber tunggal, dalam format data mentah atau tanpa mudah
penjelasan dimengerti.
Pada inti dari sistem ini, kami telah mengembangkan data warehouse
yang mengadopsi konsep Web 2.0 untuk mengintegrasikan beberapa data yang
sumber daya untuk analisis online dan dalam hubungannya dengan pengetahuan
presentasi. Selain itu, arsitektur ini, berdasarkan lapisan struktural
mendatang, bisa dibuat modular dan scalable untuk setiap perubahan dalam
standar evaluasi.
Meskipun makalah ini mengusulkan kerangka kerja untuk mengintegrasikan bersama
Data dalam sistem monitoring air, masih memiliki beberapa keterbatasan.
Pertama, kualitas data harus dievaluasi secara cermat sebelum digunakan.
Masalah ini bersama dengan sistem lain Web 2.0 dan dapat
dipecahkan dengan memeriksa keandalan penyedia data ( Chatterjee
et al., 2008 ). Keterbatasan lain adalah masalah data antar
berubah-ubah. Dalam kerangka ini, standar pertukaran data air
belum ditetapkan, yang akan menyebabkan kesulitan bagi
organisasi yang berbeda untuk berbagi informasi.
Oleh karena itu, beberapa kemungkinan karya di masa depan dapat
dipertimbangkan. Pertama,
pembentukan Web 2.0 air baku pertukaran kualitas
akan memungkinkan lebih banyak pengguna untuk berbagi informasi lingkungan.
Kedua, pihak ketiga yang dapat dipercaya bisa dibangun untuk mengevaluasi, dan
demikian memastikan, keandalan data. Ketiga, teknologi yang lebih baru, seperti
logika fuzzy ( Tseng dan Lin, 2009; Tseng et al, 2009. ), Bisa
diadopsi untuk membangun sistem lingkungan yang lebih baik.
Ucapan Terima Kasih
Penelitian ini didasarkan pada pekerjaan yang didukung (sebagian) oleh Taiwan
National Science Council di bawah Hibah No 95-2221-E-006-161 dan
96-2627 B-006-004-. Penulis ingin mengucapkan terima kasih Prof Wen
NCKU Teknik Lingkungan untuk rekomendasi-rekomendasi yang berharga
tions mengenai pengetahuan tentang kualitas air.
Ambil Bulan
Jan
Februari
Mar
April
May
Juni
Juli

Agustus
September
Oktober
November
Desember
Atas Streaming
90,05
83.13
80.86
77,39
81.07
87.99
90.99
86,91
89,41
87.16
85.81
84.47
Permukaan Lapisan
89,89
87.12
86.65
80.7
85.85
90.32
86,83
91,61
84,53
83,89
87,47
86,97
Atas Lapisan
89.19
81,45
84.45
77.25
69,72
75,45
88.03
82.73
80,79

80,77
84.76
80.34
Outlet
89,76
84.15
87.65
71.72
85.18
83.75
83.34
80.89
82.94
85,55
88.57
89.06
Gambar. 5. kualitas output air.
HC Wang, J.-L. Guo / Jurnal Produksi Bersih 40 (2013) 40 e 45
44
Halaman 6

Referensi
Abdullah A., 2009 Analisis kutu putih kejadian pada tanaman kapas menggunakan
ADSSOLAP (Online Analytical Processing) alat. Komputer dan Elektronik di Agri
Budaya 69 (1), 59e72.
Ako, AA, Eyong, GET, Nkeng, GE, manajemen sumber daya air dan 2010
pengelolaan sumber daya air terpadu (IWRM) di Kamerun. Sumber Daya Air
Manajemen 24, 871e888.
Alkharouf, NW, Jamison, DC, Matthews, BF, 2005 online pengolahan analisis
(OLAP): alat data mining yang cepat dan efektif untuk database ekspresi gen.
Jurnal Biomedik & Bioteknologi, 181e188 (2).
Atkinson, SF, Mabe, JA, 2006 Dekat real-time monitoring dan pemetaan spesifik
tingkat konduktivitas di Danau Texoma, USA. Pemantauan Lingkungan dan
Penilaian 120 (1e3), 449e460.
Bedard, Y., Gosselin, P., Rivest, S., Proulx, M.-J., Nadeau, M., Lebel, G., et al., 2003.
Mengintegrasikan komponen GIS dengan pengetahuan teknologi penemuan untuk
vironment
pendukung keputusan kesehatan ling-. International Journal of Medical Informatics
70 (1), 79e94.

Bertino, E., Elmagarmid, AK, Hacid, MS, 2002 Pendekatan berbasis pengetahuan
untuk
informasi visual. Jurnal Sistem Informasi Cerdas 19 (3), 319e341.
Broeke, JVD, 2005 Singkat Evaluasi S :: dapat spektrofotometri :: lyser. Kiwa Air
Penelitian, Nieuwegein.
Bugs, G., Granell, C., Font, O., Huerta, J., Painho, M., 2010 Penilaian Publik
Partisipasi GIS dan teknologi Web 2.0 dalam praktek perencanaan kota di
Canela, Brasil. Kota 27 (3), 172e181.
Cary, J., Roberts, A., 2011. keterbatasan sistem manajemen lingkungan di
Pertanian Australia. Jurnal Manajemen Lingkungan 92 (3), 878e885.
Chatterjee, K., Alfaro, Ld, Pye, I., 2008 Robust reputasi konten-driven. In: The 1st
Workshop Keamanan dan Artificial Intelligence. Amerika Serikat: ACM, Alexandria,
Virginia.
CTSI, 2010 Indeks Negara trofik Carlson. Environmental Protection Agency, US
Damani, S., Fulton, S., 2010 Berkolaborasi dan Menyampaikan hasil pencarian
literatur untuk
tim klinis menggunakan Web 2.0 Tools. Medis Referensi Layanan Quarterly 29 (3),
207e217.
Dvarioniene, J., Stasiskiene, Z., 2007 model pengelolaan sumber daya air terpadu
untuk proses industri di Lithuania. Journal of Cleaner Production 15 (10), 950e957.
EPA, 2010 Perlindungan Lingkungan Administrasi Dokumen Pelatihan ROC,
Pemantauan Air Sungai Praktis Manual.
Ferng, J.-J., 2007 permintaan air tawar Manusia untuk kegiatan ekonomi dan
ekosistem
di Taiwan. Pengelolaan Lingkungan 40 (6), 913e925.
Gao, CK, Wang, D., Dong, H., Cai, JJ, Zhu, WG, Du, T., 2011. Optimasi dan
evaluasi sistem penggunaan air industri baja. Jurnal Produksi Bersih
19 (1), 64e69.
Gauthier, NP, Jensen, LJ, Wernersson, R., Brunak, S., Jensen, TS, 2010 Cyclebase.org: versi 2.0, yang komprehensif, repositori multi-spesies diperbarui sel
eksperimen siklus dan hasil analisis yang diperoleh. Asam Nukleat Penelitian 38,
D699eD702.
Gerwin K, Lawrence PL. Pengembangan inventarisasi kualitas air GIS berbasis dan
sistem sumber daya online untuk anak sungai Danau Erie mendukung Maumee
Area Tahap II Kepedulian laporan dan delisting target untuk menguntungkan
menggunakan impairKASIH. IAGLR Program Konferensi dan Abstrak. 2006; 49: 63.
Haag, I., Westrich, B., 2002 Proses yang mengatur kualitas air sungai diidentifikasi
oleh
analisis komponen utama. Hidrologi Proses 16 (16), 3113e3130.
Kehl, C., Simms, AM, Toofanny, RD, Daggett, V., 2008 Dynameomics: a multi

dimensi database analisis dioptimalkan untuk data protein yang dinamis. Protein
Engineering Design & Seleksi 21 (6), 379e386.
Kimball, R., Ross, M., 2002 The Data Warehouse Toolkit: Panduan Lengkap untuk
Modeling Dimensi, kedua ed. John Wiley & Sons, New York.
Kukuric, N., Hall, MJ, 1998 The Electronic Encapsulation pengetahuan untuk Ground
pengelolaan kualitas air. Pengelolaan Sumber Daya Air 12 (1), 51e79.
McGuire, M., Gangopadhyay, A., Komlodi, A., Swan, C., 2008 Sebuah desain yang
berpusat pada pengguna
untuk gudang data spasial untuk eksplorasi data dalam penelitian lingkungan.
Ecological Informatika 3 (4E5), 273e285.
Mianabadi, H., Afshar, A., Zarghami, M. 2011. Cerdas vironment multi-stakeholder
manajemen ling-. Sistem Pakar dengan Aplikasi 38 (1), 862e866.
Saaltink, MW, Carrera, J., 1992 Sistem Berbasis Pengetahuan untuk Pemodelan
Tanah dan
Polusi Air Tanah. TNO Laporan.
Tam, W., Cox, AM, Bussey, A., 2009 Siswa preferensi pengguna untuk fitur
berikutnyaOPACs generasi Studi kasus University of Sheffield mahasiswa internasional.
Program-Elektronik Perpustakaan dan Sistem Informasi 43 (4), 349e374.
Tseng, ML, Lin, YH, 2009 Penerapan fuzzy DEMATEL untuk mengembangkan
penyebab dan
efek model pengelolaan sampah padat perkotaan di Metro Manila. Lingkungan
Pemantauan mental dan Assessment 158 (1e4), 519e533.
Tseng, ML, Wu, WW, Lin, YH, Liao, CH, 2008 Sebuah eksplorasi hubungan
antara praktek lingkungan dan kinerja manufaktur menggunakan PLS
path modeling. Transaksi untuk Lingkungan dan Pembangunan 4 (6) WSEAS,
487e502.
Tseng, ML, Lin, YH, Chiu, ASF, 2009 studi AHP berbasis Fuzzy dari produksi bersih
pelaksanaan tion dalam produsen PWB Taiwan. Journal of Cleaner produksi
tion 17 (14), 1249e1256.
Tseng, ML, 2010a. Penilaian sebab dan akibat pengambilan keputusan model untuk
kapasitas manajemen pengetahuan lingkungan yang kuat dalam
ketidakpastian. Vironment
ling- Pemantauan dan Penilaian 161 (1e4), 549e564.
Tseng, ML, 2010b. Menggunakan preferensi linguistik dan analisis relasional abu-abu
untuk
mengevaluasi kapasitas manajemen pengetahuan lingkungan. Sistem Pakar
dengan Aplikasi 37 (1), 70e81.
Tseng, ML, 2011. Menggunakan model MCDM hybrid untuk mengevaluasi
perusahaan lingkungan
manajemen pengetahuan di uncertainty.AppliedSoft Computing11 (1), 1340e1352.

Ullmer, C., Kunde, N., Lassahn, A., Gruhn, G., Schulz, K., 2005 Wado (TM): air
optimasi desain-metodologi dan perangkat lunak untuk sintesis proses
sistem air. Jurnal Produksi Bersih 13 (5), 485e494.
USEPA, 2010 Deteksi Biologi Skorsing Menggunakan Detektor Online
Distribusi Air Minum Sistem Simulator Cincinnati.
Wallace, JS, Acreman, MC, Sullivan, CA, 2003 Pembagian air antara
masyarakat dan ekosistem: dari konflik ke DAS berbasis co-management.
Transaksi filosofis dari Royal Society of London B Biological Sciences
358 (1440), 2011e2026.
Wen, CG, 2002 Mudan Reservoir, Kao-Ping River, dan Chi-Shan Weir kualitas air
jangka menengah laporan. TWRB Kualitas Air Laporan: Tseng-Wen Biro Reservoir.
Westera, W., de Bakker, G., Wagemans, L., 2009 Self-pengaturan sekilas
pasangan mahasiswa: Web 2.0 untuk pendekatan tutor teman sebaya. Belajar
Interaktif
Lingkungan 17 (4), 341e349.
Wright, A., Bates, DW, Middleton, B., Hongsermeier, T., Kashyap, V., Thomas, SM,
et al., 2009 Membuat dan berbagi klinis konten pendukung keputusan dengan
Web 2.0: masalah dan contoh. Journal of Biomedical Informatics 42 (2),
334e346.
Wright, IA, Wright, S., Graham, K., Burgin, S., 2011. Perlindungan lingkungan dan
manajemen: studi kasus pencemaran air di dalam Greater Blue Mountains
wilayah dunia Heritage, Australia. Kebijakan Penggunaan Tanah 28 (1), 353e360.
WWDR2, 2006 Perserikatan Bangsa-Bangsa World Development Report Air 2
(WWDR 2).
PBB World Development Report Air.
Zhang Z., Cheung, K.-H., Townsend, JP, 2009 Membawa Web 2.0 untuk
bioinformatika.
Briefing di Bioinformatika 10 (1), 1e10.
Zhang, XD, Huang, GH, Nie, XH, Lin, QG, 2011. berbasis Model pendukung
keputusan
sistem manajemen kualitas air di bawah ketidakpastian hybrid. Ahli
Sistem dengan Aplikasi 38 (3), 2809e2816