ITS Undergraduate 16453 2409105025 Paperpdf
ITS Undergraduate 16453 2409105025 Paperpdf
Abstrak
Proses pengolahan air bersih di IPAM Karang Pilang III mengacu pada Peraturan Menteri
Kesehatan No. 492 tahun 2010 (PERMENKES 492/2010), yang didalamnya terdapat syarat-syarat air
hasil penjernihan dan pembersihan agar dikonsumsi layaknya air minum. Proses koagulasi
merupakan bagian utama dari keseluruhan proses pengolahan air bersih dalam menentukan kadar
optimum zat pengendap atau koagulan (tawas), dengan menerapakan metode Jar Test. Kelemahan
dari Jar Test selain dari sistem pelakasanaannya yang bersifat manual, juga ketidaklinieran hubungan
antara penambahan dosis tawas dengan nilai kekeruhan dan pH air terukur pada akhir proses. Program
Jaringan Syaraf Tiruan Radial Basis Function yang dirancang mampu untuk menentukan atau
memperediksi jumlah dosis kadar tawas optimum, yang ditambahkan pada proses koagulasi dan pada
proses prediksi tersebut memiliki nilai MSE training sebesar 0,0638288 dan nilai MAPE testing
sebesar 0,009649876.
Dimana : x = data
c = center Pengambilan Data
Sampel
r = lebar
2.5.4 Mean Square Error (MSE) Pengolahan Data
Pada akhir proses pelatihan akan Sampel
Arsitektur
ditampilkan error pelatihan, kemudian dari
nilai error tersebut akan dihitung rata-rata Perancangan Sistem Berdasarkan Pelatihan JST
Karakteristik Data
error pelatihan guna mengukur sejauh mana
sistem jaringan syaraf tiruan ini bekerja untuk Pengujian
Analisa Hasil Rancangan
menentukan kadar tawas optimum yang harus
ditambahkan pada proses koagulasi.
Pada tugas akhir ini digunakan Mean Penyusunan
Laporan
Square Error (MSE) untuk uji pada sampel.
Dalam hal ini setelah diketahui adanya
kesalahan, selanjutnya dapat diketahui Selesai
perbandingan antara data output kadar tawas
dari system dengan data output kadar tawas Gambar 3.1 Flowchart Metodologi Penelitian
sebenarnya (yang diperoleh dari plant proses
3.1 Penentuan Parameter Sampel Air larutan tawas ke dalam air baku yang
Baku terjadi pada flash mixer. Berdasarkan
Berdasarkan flowchart dari tahapan gambar 3.2 dibawah, proses koagulasi
penelitian TA kali ini, tahap pertama awal dengan menggunakan proses
dimulai dengan menentukan parameter pengadukan yang memiliki gradien
sampel air baku yang berasal dari keluaran kecepatan tinggi (975/s) terjadi pada flash
proses prasedimentasi. Sesuai dengan mixer sedangkan proses koagulasi akhir
proses pengolahan air bersih yang tanpa proses pangadukan (berlanjut pada
dilakukan PDAM Surabaya di Instalasi proses pengendapan) terjadi pada
Penjernihan Air Karang Pilang III, clearator, dimana rumus dari gradien
parameter sampel air baku yang diukur kecepatan ini berdasarkan pada persamaan
pada proses koagulasi sistem pengolahan 2.4. Proses pengadukan dengan metode
air bersih adalah pH dan kekeruhan air, hydrolic jump ini memiliki gradien
dan parameter sampel air baku seperti kecepatan yang berubah-ubah, tergantung
DHL, alkalinitas, kandungan zat organik , dari nilai hf yang juga berubah-ubah.
CO2, khlor bebas serta kandungan Pengendalian ketinggian level
detergen diukur pada awal dan akhir cairan air baku pada proses prasedimentasi
proses sistem pengolahan air bersih, tersebut tidak dilakukan, perlakuan yang
dimana pada (Peraturan Menteri terjadi hanya proses monitoring, dimana
Kesehatan No.492 tahun 2010) nilai hf tersebut bevariasi dari 1 m hingga
PERMENKES 492/2011 parameter- 3 m dan menghasilkan gradien kecepatan
parameter ini merupakan parameter dari 700/s hingga 1000/s, dimana menurut
tambahan. Sedangkan keseluruhan Schulz & Okun gradien kecepatan ideal
parameter sampel air baku lainnya yang untuk kriteria desain hf < 30 cm dan td <
sesuai dengan PERMENKES 492/2010 60 s adalah 700/s hingga 1500/s.
dan belum disebutkan diatas tidak 3.1.1 Penentuan Parameter Gradien
dilakukan pengukuran, baik pada proses Kecepatan Putaran Pengadukan Proses
koagulasi, awal dan akhir proses air bersih Koagulasi dari IPAM Karang Pilang III
ini. Surabaya
Maka dari itu, parameter sampel air
baku yang ditentukan sebagai parameter
masukkan proses koagulasi adalah pH dan
kekeruhan. Data yang diperoleh dari
Litbang PDAM Surabaya berjumlah 183
pasang data baik untuk parameter
masukkan berupa pH dan kekeruhan serta
parameter keluaran berupa kadar tawas.
Data tersebut merupakan data hasil
pengukuran pada unit koagulasi di IPAM Gambar 3.2 Unit Koagulasi [3]
Karang Pilang III pada bulan Agustus
2010 hingga Mei 2011. Kemudian Karena proses pengadukkan yang
berdasarkan pengertian dari proses dapat ditinjau dari besarnya gradien
koagulasi yang dijelaskan pada bab 2.5, kecepatan ini merupakan salah satu faktor
serta faktor-faktor yang mempengaruhi yang mempengaruhi keberhasilan proses
keberhasilan dari proses ini. Maka koagulasi, maka dari itu nilai perubahan
parameter masukkan dari proses koagulasi gradien kecepatan dimasukkan sebagai
ini selain dari karakteristik kualitas airnya, parameter masukkan seperti halnya
proses pengadukkannya juga parameter karakteristik kualitas air baku.
diperhitungkan, yaitu berupa gradien Nilai masukkan ini diperoleh berdasarkan
kecepatan (1/s) dari proses pengadukkan hasil monitoring yang dilakukan operator
di lapangan yang bertugas pada Tabel 3.1 Parameter Masukkan, Nilai
pemantauan unit koagulasi, sejak awal Gradien Kecepatan Putaran Pengadukkan
berdirinya IPAM Karang Pilang III (Juni Proses Koagulasi di IPAM Karang Pilang
2010) hingga saat ini dengan rata-rata nilai III Surabaya
gradien kecepatan yang sering termonitor Kecepatan
adalah 700/s hingga 1500/s. Maka dari itu No. Aduk
penentuan nilai parameter gradien (1/s)
kecepatan bervariasi dari 700/s hingga
1 700
1500/s dengan selisih 165/s karena nilai hf
yang termonitor (1 m hingga 3 m) 2 865
memiliki selisih nilai di setiap 3 1030
pemonitoran sebesar 0,5 m sehingga jika 4 1195
diterapkan menggunakan persamaan 2.4 : 5 1360
6 1525
G=
g.hf
td.µ
3.2 Pengambilan Data Sampel Air Baku
Jika nilai hf = 1m, maka gradien kecepatan Pengambilan data berupa sampel air
putaran pengaduk hydrolic jump pada baku dari keluaran proses koagulasi
proses koagulasi ini adalah: dilakukan melalui proses jar test, jar test
merupakan metode simulasi proses
G=
(9,8 m/s).(1 pengolahan air bersih skala penuh, yang
(30 s).(0,92.10-6 m2/s) menyediakan sistem yang mengoperasikan
G = 595,9/s jalannya proses perlakuan kimiawi pada
Jika nilai hf = 1,5m (selisih 0,5m), maka air mentah, dimana perlakuan tersebut
gradien kecepatan putaran pengaduk disesuaikan dengan perubahan parameter
hydrolic jump pada proses koagulasi ini yang diukur dari air mentah tersebut
adalah: hingga menghasilkan air yang memiliki
(9,8 m/s).(1,5 nilai parameter akhir yang diinginkan,
G=
(30 s).(0,92.10-6 m2/s) yang kemudian di salurkan pada proses
selanjutnya. Adapun urutan langkah dari
G = 759,8/s jar test ini adalah :
Jadi selisih gardien kecepatan yang 1. Operator akan mengambil air baku
termonitor adalah 165/s dengan nilai yaitu air sampel keluaran proses
gradien kecepatan minimum 700/s dan flokulasi dengan volume perbandingan
maksimum 1500/s. kira-kira 1:1000 dari volume real pada
Data hasil pengukuran tersebut plant, umumnya membutuhkan 200 ml
dapat dilihat pada tabel 3.3, karena data air sampel dikalikan banyak gelas
yang diperoleh sebanyak 6 maka akan beker tempat uji jar test (biasanya 5
mengalami proses ekspansi data kembali gelas)
dengan menggunakan distribusi normal 2. Pada setiap gelas tersebut diukur pH
dengan program MINITAB 14, hingga dan kekeruhannya dengan alat pH
menjadi 183 data yang dapat dilihat pada meter dan turbidty meter, kemudian
lampiran. dicatat sebagai nilai pH dan kekeruhan
awal proses koagulasi
3. Kemudian operator telah menyiapkan
tawas yang telah dilarutkan dengan
kadar yang berbeda-beda, sebanyak
jumlah gelas beker yang berisi air baku
tersebut. Umumnya disediakan tawas
dengan kadar 10% hingga 50%
4. Masing-masing tawas yang telah 3.2.1 Metode Pengukuran dengan
dilarutkan tersebut dicampur pada tiap Turbidy Meter
gelas beker air baku. Kemudian gelas Turbidy meter merupakan alat yang
beker yang tercampur dengan larutan digunakan untuk mengukur tingkat
tawas tersebut dimasukkan dalam alat kekeruhan air, dengan satuan NTU
jar test, seperti pada gambar 3.2 (Nepeople Turbidity Unit). Alat ini bekerja
dibawah berdasarkan pancaran cahaya yang dapat
5. Kecepatan putaran alat jar test ditembus dalam media air. Semakin
divariasikan, dimulai dengan banyak cahaya yang terpantul atau
kecepatan maksimum hingga larutan menyebar semakin tinggi nilai
tawas benar-benar tercampur sempurna kekeruhannya, maka nilai atau kualitas air
kemudian diturunkan secara bertahap jelek karena cahaya yang dipancarkan
hingga kecepatan minimum untuk terhalang oleh kotoran, dalam hal ini
mengendapkan flok atau gumpalan adalah flok atau gumpalan yang terbentuk
yang menyebabkan keruh pada air, dari kumpulan butiran-butiran lumpur.
mixer jar test tersebut dimatikan (Arifiani dan Mochtar, 2006)
6. Semua gelas beker tersebut diukur
kembali nilai pH dan kekeruhannya,
pada gelas beker dengan kadar tawas
tertentu yang nilai pH serta
kekeruhannya mencapai nilai standar
minimum yang diinginkan, akan
digunakan sebagai acuan penambahan Gambar 3.3 Turbidy Meter [1]
kadar tawas pada air baku sebelum
proses koagulasi Namun di PDAM Surabaya, selain
Jar test dilakukan setiap kali terjadi menggunakan turbidity meter pengukuran
perubahan nilai parameter dari air baku kandungan mikroorganisme juga
keluaran proses flokulasi tersebut, namun dilakukan dengan cara menghitung sel
karena jar test yang dilakukan pada hidup dengan cara ditanam pada media
Instalasi Pengolahan Air Bersih Karang padat
Pilang III memilki kelemahan yaitu tidak
dapat melakukan control feedback maka
proses jar test dilakukan setiap 8 jam
sekali.
Pada proses jar test, parameter yang
dapat diukur dan diperoleh datanya hanya
pH dan kekeruhan air saja, sedangkan
parameter keseluruhan sesuai yang
disebutkan pada tabel 3.2 diperoleh Gambar 3.4 Pengukuran Kandungan
dengan proses pengukuran yang berbeda. Mikroorganisme dalam Air dengan Cara
Proses pengukuran parameter-parameter Penanaman pada Media Padat [1]
yang berbeda tersebut tergantung dari Perhitungan melalui pengenceran dan
termasuk kandungan apakah parameter diteruskan dengan menumbuhkan pada
tersebut. Standar dari pengukuran nilai media kultur. Ada dua cara menumbuhkan
parameter-parameter ini telah diatur sesuai pada media kultur, yakni bentang rata
dengan Standar Nasional Indonesia (SNI) (spread-plate) dan tabur tuang rata (pour-
dengan nomor 6989.1 tahun 2003 hingga plate). Cara spread-plate dilaksanakan
6989.75 tahun 2009. dengan meneteskan 100 μl suspensi
sampel di atas medium kultur padat
kemudian dibentang ratakan menggunakan
batang gelas bentuk huruf L. Cara pour- larutan. Dapat dinyatakan dengan
plate dilaksanakan dengan meneteskan persamaan: (Rahmat Gunawan, 2009)
100 μl suspensi sampel di dalam cawan pH = - log [H+]
petri kemudian dituangi medium cair dan pOH = - log [OH-]
digoyang-goyang supaya sampel pH = 14 – pOH
bercampur homogen dengan medium Dengan kata lain pH merupakan ukuran
kultur, seperti pada gambar 3.4 dibawah. kekuatan suatu asam. pH suatu larutan
dapat ditera dengan beberapa cara antara
lain dengan jalan menitrasi larutan dengan
asam dengan indikator atau yang lebih
teliti lagi dengan pH meter. Pengukur pH
tingkat asam dan basa air minum ini
bekerja secara digital, pH air disebut asam
bila kurang dari 7,pH air disebut basa
(alkaline) bila lebih dari 7 dan pH air
disebut netral bila ph sama dengan 7. Cara
Gambar 3.5 Cara Spread Plate dan kerja alat ini adalah dengan cara
Pour Plate [1] mencelupkan kedalam air yang akan
Koloni yang tumbuh dianggap berasal dari diukur (kira-kira kedalaman 5cm) dan
satu sel atau satu potong propagul. secara otomatis alat bekerja mengukur.
Propagul adalah individu atau bagian Pada saat pertama dicelupkan angka yang
darinya yang mampu tumbuh menjadi ditunjukkan oleh display masih berubah-
individu baru. Oleh karena itu jumlah ubah, tunggulah kira-kira 2 sampai 3 menit
koloni yang tumbuh pada medium kultur sampai angka digital stabil .
cara ini akan sama dengan jumlah sel atau Jika pemakaian sudah mencapai
propagul yang ditanam. Dengan demikian beberapa lama misalnya 3 tahun, maka
jumlah sel atau jumlah propagul dalam g pengukuran pH terkadang bisa menjadi
gram bahan dapat dikonversikan tidak akurat lagi, untuk itu diperlukan
menggunakan rumus proses kalibrasi. pH meter dapat
JS = a.g.ds dikalibrasi menggunakan larutan standar
Dimana : atau larutan buffer. Sebagaimana alat yang
JS = jumlah sel, lain, untuk mendapatkan hasil pengukuran
a = jumlah koloni dalam satuan yang baik, maka diperlukan perawatan dan
medium kalibrasi pH meter. Pada penggunaan pH
g = berat atau volume bahan yang meter, kalibrasi alat harus diperhatikan
diencerkan sebelum dilakukan pengukuran. Seperti
d = faktor pengenceran diketahui prinsip utama pH meter adalah
s = jumlah pengenceran pengukuran arus listrik yang tercatat pada
3.2.2 Metode Pengukuran dengan pH sensor pH akibat suasana ionik di larutan.
Meter Stabilitas sensor harus selalu dijaga dan
pH meter adalah alat untuk caranya adalah dengan kalibrasi alat.
mengukur tingkat keasaman dan kebasa-an
air minum. Keasaman dalam larutan itu 3.3 Pengolahan Data Sampel
dinyatakan sebagai kadar ion hidrogen Pengolahan data sampel yang
disingkat dengan [H+], atau sebagai pH dimaksud disini adalah, mengolah data
yang artinya –log [H+]. Tingkat yang diperoleh dari proses pengukuran
keasaman/kebasaan dari suatu zat, baik pengukuran parameter sampel air
ditentukan berdasarkan keberadaan jumlah baku yang diperoleh dari Litbang PDAM
ion hidrogen dan ion hodroksida dalam Surabaya, maupun pengukuran gradien
kecepatan putaran pengadukan proses
koagulasi dari IPAM Karang Pilang III 1. Membuka program MINITAB 14 dan
Surabaya. Karena data yang diperoleh dari memilih menu calculation-random
kedua tempat yang berbeda tersebut, data-normal distribution.
memiliki jumlah yang tidak sama. Data
dari Litbang berjumlah 183 data untuk
masing-masing parameter, sedangkan dari
IPAM Karang Pilang III hanya 6 data.
Maka dari itu akan dilakukan proses
ekspansi data, yaitu data yang diperoleh
dari Litbang yang berjumlah 6 data
tersebut hingga menjadi 183 pasang data.
Proses pengekspansian data ini
menggunakan metode atau cara distribusi
normal, dimana penjelasan serta
pengaplikasian distribusi normal ini telah
dijelaskan pada bab 2. Tool atau program Gambar 3.6 Memilih Menu Distribusi
yang digunakan dalam mengapilkasikan Normal untuk Data Random pada
metode distribusi normal untuk MINITAB 14
mengekspansi data adalah program
MINITAB 14. Maka akan muncul menu
Algoritma dari distribusi normal atau selanjutnya yang tampak seperti
Gaussian ini pada program MINITAB gambar 3.7, dibawah ini.
adalah sebagai berikut: Generate adalah berapa banyak
Step 1 : Mulai jumlah data hasil ekspansi yang
Step 2 : Mendefinisikan i = 0, dimana i diinginkan, dan mean adalah nilai rata-
adalah banyaknya rata dari data hasil ekspansi dimana
pengulangan percobaan dalam hal ini nilai mean tersebut
perhitungan yang dilakukan adalah nilai sesungguhnya dari data
program MINITAB awal sebelum proses ekspansi,
Step 3 : Mendefinisikan i = i + 1 kemudian standard deviation adalah
Step 4 : Membangkitkan sampel data besar nilai akar kuadrat simpangan
perhitungan tersebut varian antar data satu dengan lainnya
sebanyak n jumlah yang dalam satu parameter.
diinginkan
Step 5 : Mendefinisikan formula S atau σ,
yang merupakan
standar deviasi dengan rumus
tidak
Epoch
Software yang digunakan dalam Tugas Gambar 3.9 Arsitektur Jaringan RBF
Akhir adalah software Visual Basic (VB), Karena didalam source code VB
dimana software ini digunakan sebagai tersebut telah diberi logika atau rumus
tampilan program JST yang telah dibuat, perhitungan dari proses pembelajaran serta
yang dilengkapi dengan menu serta tombol proses uji JST RBF, sehingga software VB
yang mempermudah dalam pengolahan ini dapat digunakan sebagai pengolah data-
dan penganalisisan data. data yang didapat kemudian akan
berfungsi sebagai penghitung dan
penganalisis data yang sudah didapatkan
dari database layer yang ada (Ms Office
Acces). Database layer merupakan suatu
lapisan yang terdiri dari database yang
digunakan. Database yang digunakan
untuk aplikasi ini adalah Ms Office Acces
yang berfungsi sebagai penyimpan data
yang didapat dari operator, dimana
sebelumnya operator memang telah
membuka menu untuk menginput data
kemudian menyimpannya (penyimpanan
serta tampilan dari data terseimpan
tersebut dapat dilihat pada Ms Office
Acces). Sehingga nantinya data yang
disimpan tersebut dapat digunakan untuk
melakukan pengolahan perhitungan.
3.5 Normalisasi Data bobot. Bobot dan nilai fungsi radial basis
Pengolahan data masukkan maupun menjadi variabel masukkan untuk
keluaran dalam membangun sistem JST menentukan nilai kadar tawas optimum.
didahului dengan proses normalisasi data,
normalisasi ini dilakukan agar data yang 3.7 Perancangan Data Uji
memiliki nilai hingga rentang satuan Keluaran dari proses uji ini adalah nilai
hingga ratusan menjadi bernilai 0 hingga kadar tawas aquades dan zat desinfektan
1, dengan nilai sekecil ini memungkinkan optimum yang harus ditambahkan pada
pelaksanaan pengolahan data dalam proses koagulasi agar menghasilkan
pembuatan sistem JST menjadi lebih keluaran parameter air baku yang sesuai
mudah. Adapun rumus yang digunakan dengan standar minimum yang berlaku.
dalam proses normalisasi ini adalah: Pada akhir proses uji ini akan ditampilkan
error testing. Kemudian dari error tersebut
xn - xmin
n = (3.1) akan dihitung rata-rata error testing guna
xmax - xmin
mengukur sejauh mana sistem JST RBF
Dimana : ini bekerja.
xn = nilai yang ingin dinormalisasi Pada penelitian ini digunakan Mean
xmin = nilai terkecil dalam satu parameter Square Error (MSE) untuk uji sampel,
xmax = nilai terbesar dalam satu parameter sedangkan untuk pengukur validitas sistem
jaringan syaraf tiruan digunakan Mean
3.6 Perancangan Data Pembelajaran Absolute Percentage Error (MAPE).
Dari 183 data yang diperoleh untuk Kedua rumus uji diatas dapat dilihat pada
pemantauan proses koagulasi pada bulan persamaan 2.8 dan 2.9.
Agustus 2010 hingga Mei 2011, digunakan
80 % untuk proses pembelajaran atau BAB IV. ANALISA DATA DAN
training yaitu sebanyak 150 data dilakukan PEMBAHASAN
proses normalisasi data. Data yang 4.1 Penentuan Center dari Cluster dan
dihasilkan dari proses tersebut selanjutnya Bobot
digunakan untuk melakukan proses Pada awal proses perancangan
training. Terdapat dua proses yang program JST RBF dengan 3 masukkan dan
termasuk dalam proses training yaitu 1 keluaran ini, langkah awal yang
proses penentuan center dengan dilakukan adalah penentuan banyaknya
menggunakan algoritma K-Means dan jumlah cluster atau himpunan yang
proses perhitungan bobot dengan terbentuk dalam tiap parameter dan nilai
menggunakan algoritma Least mean center-nya. Proses penentuan center ini
Square (LMS). menggunakan metode K-Means
Dari 80% data tersebut digunakan Clustering. Dimana penentuan jumlah
sebagai variabel masukkan pada proses himpunan (cluster) serta pusat data
penentuan center selain itu jumlah center (center) awal dari cluster tersebut
yang ditentukan sebelumnya menjadi ditentukan secara acak.
parameter masukkan untuk proses Jumlah cluster dan nilai center dari
clustering dengan menggunakkan data masukkan proses koagulasi yang
algoritma K-Means. sudah ditentukan terdiri dari 3 buah,
Dari proses K-Means akan dihasilkan cluster untuk masing-masing parameter
data keluaran berupa center yang masukkan data, data kekeruhan terdiri
kemudian digunakan untuk mencari factor dari:
skala atau radius (r). Radius (r), center dan 1. cluster dan center kekeruhan
data masukkan digunakan untuk c1keruh = 0,88 dan cluster c2keruh = 0,22
memperoleh nilai fungsi radial basis yang 2. cluster dan center pH
selanjutnya dipakai untuk mendapatkan c1pH = 0,93 dan c2pH = 0,24
3. cluster dan center kecepatan aduk
c1kec_aduk = 0,45 dan c2kec_aduk = 0,1 4.1 Proses Pemasukkan Data dan
Penentuan nilai center awal untuk Normalisasi
setiap data diatas dilakukan acak, dimana Data yang digunakan sebagai
nilai-nilai tersebut merupakan nilai yang training dimasukkan pada form data input
sudah dinormalisasi sesuai dengan testing yang terlihat pada gambar 4.3
persamaan 3.1. Dengan adanya 2 x 3 dibawah ini. Dimana pada form tersebut
center pada system JST RBF ini maka telah disediakan kolom untuk
jumlah hidden layer juga berjumlah sama memasukkan nilai input baik berupa pH,
dengan arsitektur jaringan dapat dilihat kekeruhan dan kecepatan aduk. Setelah
pada gambar 4.2 dibawah. data dimasukkan kemudian data tersebut
Selain penentuan center dan cluster akan disimpan di database dalam tugas
awal, nilai bobot awal juga ditentukan akhir kali ini digunakan program MS.
terlebih dahulu. Dalam pembentukan Office Access untuk menyimpan dan
arsitektur JST RBF dengan 3 masukkan menampilkan data.
dan 1 keluaran ini digunakan nilai bobot-
bobot awal secara acak sebesar :
w1 = 0,1 ; w2 = 0,7 ; w3 = 0,6 ; w4 =
0,9 ; w5 = 0,8 ; w6 = 0,2.
setelah dinormalisasi
Gambar 4.4 Data Input Training Sebelum clusterisasi sendiri terdiri dari penentuan
dan Setelah Dinormalisasi fungsi basis, distance space dan lebar.
Dimana ketiga proses terakhir ini akan
4.2 Proses Trainning dan Testing berhenti berjalan jika perubahan jumlah
Pada proses training ini digunakan dan isi dari anggota cluster (kelompok)
sejumlah data yang diharapkan dapat mengalami penurunan, maksudnya di
memberikan nilai MSE terkecil sehingga setiap cluster yang ter-update akan
pada proses testing akan memberikan nilai memiliki center (pusat) yang berbeda
keluaran yang lebih tepat dengan nilai dengan center sebelum cluster di-update,
MAPE yang kecil pula. Pada bab 3 telah jika perbedaan ini tidak terlalu besar
dijelaskan bahwa digunakan 150 data (kurang dari 10-7) maka proses update
sebagai training, namun nilai MSE yang cluster akan berhenti walaupun nilai MSE
dihasilkan masih cukup besar yaitu 0,14 yang kita iniginkan belum terpenuhi. Maka
kemudian digunakan 160 data dan dari itu walaupun nilai MSE yang
menghasilkan nilai MSE sebesar dimasukkan kurang dari 0,0638288, pada
0,0638288 dengan besar learning rate grafik MSE training akan tetap
adalah 0,9. Seperti yang ditunjukkan pada menunjukkan nilai 0,0638288 di setiap
gambar 4.5. Selain nilai MSE nilai akhir perubahan epoch. Dimana untuk nilai
lainnya yang diperoleh melalui proses MSE 0,0638288 sendiri diperoleh ketika
training adalah : epoch ke 10000.
Nilai bobot akhir :
w1 = 0,95253
w2 = 1,66535
w3 = 0,6
w4 = 5,047
w5 = 0,8
w6 = 0,2
Nilai hidden layer akhir :
h1 = 2,25911
h2 = 2,48688
h3 = 7,89856
h4 = 9,4585
h5 = 3,1328
h6 = 2,0248 Gambar 4.5 Hasil Trainning
Nilai lebar akhir = 0,66279
Nilai center akhir dari kekeruhan: Setelah melakukan training
c1k = 0,51824 kemudian selanjutnya melakukan proses
c2k = 0,434379 testing dengan menggunakan sisa data
Nilai center akhir dari pH: sebanyak 23 jumlah data. Proses testing ini
c1p = 0,0140669 dimaksudkan untuk menguji validitas
c2p = 0,668 program JST penentu kadar dosis tawas
Nilai center akhir dari kecepatan yang harus ditambahkan pada proses
aduk: koagulasi. Hasil proses testing dapat
c1a = 0,833 dilihat pada grafik 4.1. Pada grafik
c2a = 0,167 tersebut ditunjukkan perbandingan antara
Grafik hasil training dapat dilihat keluaran program JST RBF berupa jumlah
pada gambar 4.6, diketahui bahwa proses kadar tawas optimum pada proses
training yang terjadi pada JST RBF ini koagulasi (warna merah) dengan jumlah
terdiri dari proses clusterisasi, penentuan kadar tawas sesungguhnya yang diperoleh
keluaran hidden layer dan bobot, untuk dari Litbang PDAM Surabaya (warna
biru), jika diketahui nilai masukkan pH,
kekeruhan dan kecepatan aduk koagulasi
dengan besar tertentu.
5.2 Saran
Proses awal dari jaringan syaraf
tiruan radial basis function adalah
clusterisasi, dimana proses ini lebih
mudah dilaksanakan jika data yang diolah
memiliki kemiripan yang lebih signifikan
satu sama lain dalam satu cluster. Hal ini
menyebabkan proses koagulasi yang
memiliki data (baik pH, kekeruhan dan
kecepatan aduk) cukup acak atau tingkat
Melalui grafik 4.2 diatas diketahui kemiripan kecil akan memiliki nilai
bahwa hasil penentuan kadar dosis tawas prediksi (yang dilihat dari nilai MSE dan
optimum yang harus ditambahkan pada MAPE) lebih tepat jika menggunakan
proses koagulasi berdasarkan program JST jaringan syaraf tiruan metode selain radial
RBF yang telah dibuat hampir sama basis function (metode lain yang tidak
dengan nilai kadar dosis tawas yang menggunakan proses clusterisasi).
diperoleg dari Litbang. Maka dari itu pada
grafik tersebut hanya terlihat satu pola DAFTAR PUSTAKA
(nilai tawas) saja, karena pola lainnya 1. Arifiani, Nur Fajri dan Hadiwidodo,
hampir bernilai sama sehingga Mochtar. Evaluasi Desain Instalasi
berhimpitan dan tidak terlihat. Pengolahan Air PDAM Ibu Kota
Kecamatan Prambanan Kabupaten Klaten.
Program Studi Teknik Lingkungan
Fakultas Teknik Universitas Dipoenegoro
2. Pengantar Pengolahan Air. Program Studi D3 Otomasi Sistem Instrumentasi, Fakultas
Teknik Lingkungan Institut Teknologi MIPA, UNAIR
Bandung. 2009 Tahun 2005-2008
3. Laporan Akhir Pekerjaan KP III. Teknik Fisika, Fakultas Teknik Industri, ITS
Instalansi Penjernihan Air Bersih Tahun 2009-2011
Karangpilang III. 2010
4. N. Valentin, T. Denoeux, F. Fotoohi.
MODELLING OFCOAGULANT
DOSAGE IN A WATER TREATMENT
PLANT
5. C.W. Baxter, S.J. Stanley, Q. Zhang,
D.W. Smith. DEVELOPINGARTIFICIAL
NEURAL NETWORK PROCESS
MODELS: A GUIDE FOR DRINKING
WATER UTILITIES. Department of Civil
and Environmental Engineering.
University of Alberta.
6. Drs. Jong Jek Siang, M.Sc. Jaringan
Syaraf Tiruan & Pemrogramannya
Menggunakan MATLAB. Andi.
Yogyakarta. 2005
7. Arif Sulistiya, Wahendra. Penerapan
Radial Basis Funct ion untuk Peramalan
Nilai Jual Saham. Jurusan Matematika,
Fakultas MIPA, Institut Teknologi
Sepuluh November Surabaya. 2008
8. Muis, Salaudin. Teknik Jaringan Syaraf
Tiruan. Graha Ilmu Yogyakarta. 2006
9. Bryc, Wlodzimierz. The Normal
Distribution : Characterizations With
Applications. Springer-Verlag. 1995
10. Parmawati, Tania. Penentuan Dosis
Koagulasi Aluminium Sulfat untuk
Menurunkan Kekeruhan dan Pengaruh pH
Menggunakan Jar Test dengan Air Baku
dari Outlet Prasedimentasi IPAM Karang
Pilang II Surabaya. Jurusan Teknik
Lingkungan, Fakultas Teknik Sipil dan
Perencanaan, Institut Teknologi Sepuluh
November Surabaya. 2004
BIODATA PENULIS:
Nama : Kadek Narita
TTL : Singaraja, 18 Oktober 1987
Alamat : Karangmenjangan VI/31,
Surabaya
Email : rita_curly@yahoo.com
Riwayat Pendidikan :
SD Negeri 02 Banjar Sekar, Singaraja-Bali
Tahun 1992-1998
SMP Negeri 03 Surabaya
Tahun 1998-2001
SMA Negeri 04 Surabaya
Tahun 2002-2005