Record Details

Implementasi Metode Extreme Learning Machine (ELM) untuk Memprediksi Jumlah Debit Air yang Layak Didistribusi (Studi Kasus: PDAM Kabupaten Gowa Makassar)

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Implementasi Metode Extreme Learning Machine (ELM) untuk Memprediksi Jumlah Debit Air yang Layak Didistribusi (Studi Kasus: PDAM Kabupaten Gowa Makassar)
 
Added Entry - Uncontrolled Name Paudi, Putri Indhira Utami
Furqon, Muhammad Tanzil
Sutrisno, Sutrisno
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. PDAM Kabupaten Gowa Kota Makassar merupakan perusahaan di bawah pemerintah yang melakukan proses produksi air dan dilanjutkan dengan pendistribusian air bersih ke rumah penduduk. Jika jumlah air yang diproduksi banyak, berarti ketersediaan air bagi PDAM juga banyak, sehingga bisa memenuhi kebutuhan masyarakat bahkan bisa untuk menambah pelanggan. Namun, faktor perubahan musim yang kadang terjadi sangat berpengaruh dalam jumlah air yang diproduksi. Sehingga masalah utama yang dihadapi adalah tidak menentunya jumlah produksi air yang tentunya akan berdampak pada jumlah distribusi air PDAM yang akan disalurkan ke rumah penduduk. Terlebih lagi dalam jumlah produksi air oleh PDAM, tidak semua dapat didistribusikan dikarenakan harus melewati beberapa tahap pengecekan kualitas air agar air yang didistribusikan sesuai dengan standar pemerintah. Oleh karena itu, dibutuhkan prediksi debit air yang layak didistribusi oleh PDAM dengan tujuan agar PDAM dapat menyesuaikan debit air yang layak didistribusi dengan kebutuhan pelanggan. Penelitian ini mengaplikasikan metode Extreme Learning Machine (ELM) dalam meramalkan debit distribusi air menggunakan jenis data single variable/time series dan multivariate. Proses penerapan metode ELM terdiri dari proses pelatihan, pengujian, denormalisasi, dan evaluasi menggunakan Mean Percentage Absolute Error (MAPE). Berdasarkan penerapan metode ELM dan pengujian yang dilakukan, diperoleh kondisi terbaik pada data single variable ketika menggunakan 7 input neuron, 4 hidden neuron, 20 data latih dan 5 data uji dengan menghasilkan rata-rata MAPE 3.938%, sedangkan pada pengujian terhadap data multivariate, menghasilkan rata-rata MAPE 13.081% dengan menggunakan 4 hidden neuron, 30 data latih dan 6 data uji.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7030
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 4 No 3 (2020): Maret 2020
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2020 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com