• Tidak ada hasil yang ditemukan

Aplikasi Jaringan Syaraf Tiruan Model Kohonen dalam Pengelompokan Data Pencemaran Udara Sektor Industri di Sumatera Utara

N/A
N/A
Protected

Academic year: 2017

Membagikan "Aplikasi Jaringan Syaraf Tiruan Model Kohonen dalam Pengelompokan Data Pencemaran Udara Sektor Industri di Sumatera Utara"

Copied!
11
0
0

Teks penuh

(1)

APLIKASI JAR

DALAM P

U

FAKULTAS MA

U

ARINGAN SYARAF TIRUAN MODEL

PENGELOMPOKAN DATA PENCEM

UDARA PADA SEKTOR INDUSTR

DI SUMATERA UTARA

SKRIPSI

NUR AISYIAH DARMAN ELI

110803071

DEPARTEMEN MATEMATIKA

ATEMATIKA DAN ILMU PENGETA

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

ODEL KOHONEN

CEMARAN

STRI

(2)

APLIKASI JAR

(3)

PERSETUJUAN

Judul : Aplikasi Jaringan Syaraf Tiruan Model Kohonen dalam Pengelompokan Data Pencemaran Udara Sektor Industri di Sumatera Utara

Kategori : Skripsi

Nama : Nur Aisyiah Darman Eli

Nomor Induk Mahasiswa : 110803071

Program Studi : Sarjana (S1) Matematika

Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam

(FMIPA) Universitas Sumatera Utara

Disetujui di Medan, Juli 2015

Komisi Pembimbing:

Pembimbing 2, Pembimbing 1,

Drs. Henry Rani Sitepu, M.Si Drs. Partano Siagian, M.Sc

NIP. 19530303 198303 1 002 NIP. 19511227 198003 1 001

Disetujui oleh

Departemen Matematika FMIPA USU Ketua,

(4)

ii

PERNYATAAN

APLIKASI JARINGAN SYARAF TIRUAN MODEL KOHONEN DALAM PENGELOMPOKAN DATA PENCEMARAN

UDARA PADA SEKTOR INDUSTRI DI SUMATERA UTARA

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2015

(5)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Allah SWT Yang Maha Pemurah dan

Maha Penyayang, dengan limpahan karuniaNya penulis dapat menyelesaikan

penyusunan skripsi ini dengan judul Aplikasi Jaringan Syaraf Tiruan Model

Kohonen Dalam Pengelompokan Data Pencemaran Udara Sektor Industri di

Sumatera Utara.

Terima kasih penulis sampaikan kepada Bapak Drs. Partano Siagian, M.Sc

selaku Dosen pembimbing 1 dan Bapak Drs. Henry Rani Sitepu, M.Si selaku

Dosen pembimbing 2 yang telah meluangkan waktunya selama penulisan skripsi

ini. Terima kasih kepada dosen pembanding penulis Ibu Dra. Normalina

Napitupulu, M.Sc dan Bapak Drs. Marihat Situmorang, M.Kom atas kritik dan

saran yang membangun dalam penulisan skripsi penulis. Terima kasih kepada

Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan

Sekretaris Departemen Matematika FMIPA USU. Terima kasih kepada Bapak Dr.

Sutarman, M.Sc selaku Dekan FMIPA USU, Wakil Dekan FMIPA USU, seluruh

Staff dan Dosen Matematika FMIPA USU, pegawai FMIPA USU serta

rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayahanda tercinta Agustidarman,

Ibunda tercinta Eli Marni, serta saudara–saudara penulis yang tersayang Piramita

Darmonia, Poppy Apriani, Novia Asmalidar dan Marisa Novita serta keluarga dari

kedua orang tua yang selama ini memberikan bantuan dan dorongan yang

(6)

iv

APLIKASI JARINGAN SYARAF TIRUAN MODEL KOHONEN DALAM PENGELOMPOKAN DATA PENCEMARAN

UDARA PADA SEKTOR INDUSTRI DI SUMATERA UTARA

ABSTRAK

Pengelompokan dapat dilakukan dengan menggunakan metode statistika. Dalam perkembangan teknologi, Artificial Intelligence dapat digunakan untuk pengelompokan data yaitu Jaringan Syaraf Tiruan model Kohonen. Model Kohonen merupakan salah satu model dari Jaringan Syaraf Tiruan yang banyak dipakai dalam membagi pola masukan kedalam beberapa kelompok. Jaringan kohonen ini termasuk dalam pembelajaran tak terawasi. Jaringan ini dapat mengenali dan mengklasifikasikan pola-pola yang melakukan pelatihan dari vektor input data dengan vektor bobot sebagai penghubung antara layar masukan dan layar kompetisi dalam proses pelatihan. Dari proses pelatihan tersebut terbentuk kelompok pola-pola yang dilatihkan. Pada penelitian dibahas pengelompokan 10 jenis industri di Sumatera Utara berdasarkan hasil jenis polutan yang terdiri dari , , , , , dan Total Susupended

Particulates (TSP). Kelompok data yang akan dibentuk dalam proses pelatihan

dimulai dari dua kelompok hingga sembilan kelompok. Pelatihan dilakukan hingga didapatkan hasil kelompok yang konsisten dari epoch maksimum. Dari proses pelatihan menggunakan software Matlab 7.8 diperoleh hasil kelompok yang bisa terbentuk dari 8 kelompok yang dilatihkan yaitu dua kelompok, tiga kelompok dan empat kelompok. Dua kelompok terbentuk dari hasil pelatihan epoch 1000 dan 10000 yang menghasilkan anggota kelompok yang sama. Tiga kelompok dan empat kelompok terbentuk dari hasil pelatihan epoch 8000 dan 10000 yang menghasilkan anggota kelompok yang konsisten.

(7)

APPLICATION OF KOHONEN NEURAL NETWORK MODEL IN THE AIR POLLUTION DATA CLUSTERING INDUSTRIAL SECTOR IN

NORTH SUMATERA

ABSTRACT

Clustering can be done using statistical methods. The development of technology, Artificial Itelligence can be used for clustering data is Kohonen Neural Network models. Kohonen model is one of model Artificial Neural Network most frequent used in dividing the input pattern into some cluster. Kohonen Neural Network is included unsupervised learning. Kohonen Neural Network is able to recognize and classify patterns of the training input vector data with the weighted vector which connects between input layer and competition layer in training process. Of the training process to form a group that trained. In this research explain or study cluster in ten of industrial in North Sumatera based on kind of pollutant consist of

, , , , , and Total Suspended Particulates (TSP). Group data which is made in training process begin from two groups until nine groups. Training is done until the results obtained are consistent group of maximum epoch. Of the training process using Matlab 7.8 software obtained results which can form a group of 8 trained groups is two group, three group, four group. Two kelompok formed from the results of training epoch 1000 and 10000 which resulted in members of the same group. Three and four group formed from the relsults of training epoch 8000 and 10000 which producesa consistent member of the group.

(8)

vi

1.4Tinjauan Pustaka 3

1.5Tujuan Penelitian 5

1.6Manfaat Penelitian 6

1.7Metodologi Penelitian 6

BAB 2 LANDASAN TEORI 8

2.1 Jaringan Syaraf Tiruan 8

2.1.1 Pemrosesan dalam Jaringan Syaraf Tiruan 9

2.1.2 Arsitektur Jaringan 10

2.1.3 Algoritma Umum Jaringan Syaraf Tiruan 11

2.1.4 Fungsi Aktivasi 12

2.1.5 Proses Pembelajaran 13

2.2 Model Kohonen 14

2.2.1 Arsitektur Jaringan Kohonen 15

2.2.2 Algoritma Jaringan Kohonen 16

2.3 Pencemaran Udara 17

2.3.1 Komponen 18

BAB3 HASIL DAN PEMBAHASAN 21

(9)

DAFTAR TABEL

Nomor Judul Halaman

Tabel

3.1 Data Pencemaran Udara Sektor Industri di Sumatera Utara 21

3.2 Hasil pelatihan dengan 1.000 epoch 26

3.3 Hasil pelatihan dengan 10.000 epoch 26

3.4 Hasil pelatihan dengan 8.000 epoch 27

3.5 Hasil pelatihan dengan 10.000 epoch 27

3.6 Hasil pelatihan dengan 8.000 epoch 27

3.7 Hasil pelatihan dengan 10.000 epoch 27

3.8 Hasil pelatihan dengan 8.000 epoch 28

3.9 Hasil pelatihan dengan 10.000 epoch 28

3.10 Hasil pelatihan dengan 8.000 epoch 28

3.11 Hasil pelatihan dengan 10.000 epoch 28

3.12 Hasil pelatihan dengan 8.000 epoch 29

3.13 Hasil pelatihan dengan 10.000 epoch 29

3.14 Hasil pelatihan dengan 8.000 epoch 29

3.15 Hasil pelatihan dengan 10.000 epoch 30

3.16 Hasil pelatihan dengan 8.000 epoch 30

(10)

viii

DAFTAR GAMBAR

Nomor Judul Halaman

Gambar

1.1 Arsitektur jaringan kohonen 4

2.1 Jaringan dengan lapisan tunggal 10

2.2 Jaringan dengan banyak lapisan 11

(11)

DAFTAR LAMPIRAN

Nomor Judul Halaman

Lamp

1 Proses pelatihan dua kelompok 1000 epoch 34

2 Proses pelatihan dua kelompok 10000 epoch 35

3 Proses pelatihan tiga kelompok 8000 epoch 36

4 Proses pelatihan tiga kelompok 10000 epoch 37

5 Proses pelatihan empat kelompok 8000 epoch 38

6 Proses pelatihan empat kelompok 10000 epoch 39

7 Proses pelatihan lima kelompok 8000 epoch 40

8 Proses pelatihan lima kelompok 10000 epoch 41

9 Proses pelatihan enam kelompok 8000 epoch 42

10 Proses pelatihan enam kelompok 10000 epoch 43

11 Proses pelatihan tujuh kelompok 8000 epoch 44

12 Proses pelatihan tujuh kelompok 10000 epoch 45

13 Proses pelatihan delapan kelompok 8000 epoch 46

14 Proses pelatihan delapan kelompok 10000 epoch 47

15 Proses pelatihan sembilan kelompok 8000 epoch 48

Referensi

Dokumen terkait

Diharapkan kepada ibu hamil untuk menghindari faktor risiko kelahiran prematur diantaranya adalah dengan menjarangkan kelahiran menjadi lebih dari 3 tahun, merencanakan

This transpiration model was validated against experimental data measured in a soil-less tomato crop cultivation in Avignon in summer conditions, when the greenhouse is open, and

AKUA‘IUM AQUA“PACE A‘TI“TIK UNTUK Hibah Bersaing belum diunggah belum diunggah 3952 SUGIYONO 0028115303 Universitas Negeri Malang PENGEMBANGAN MODEL PELATIHAN DESAIN.

It shows that state control of the news media clearly depresses deliberative performance, a finding that holds both between countries (Germany and the United States vs. Russia)

Gambaran kinerja petugas RM berdasarkan kemampuan petugas RM dalam menyelesaikan tugasnya saat sebelum dan sesudah adanya Jaminan Kesehatan Nasional (JKN),

Tabel. Populasi dalam penelitian ini adalah selutuh siswa kelas V Sekolah Dasar Negeri 06 Mempawah Hilir yang terdiri dari dua kelas yaitu kelas VA dengan siswa

(10) guru bersama peserta didik meluruskan kesalahpahaman, dan memberikan penguatan dan kesimpulan. Tahap pengamatan pada siklus I, guru kolaborator melakukan penilaian

berjudul “Faktor -Faktor yang Berhubungan dengan Praktik Perawatan Diri Pada Penderita Filariasis dengan Limfedema Di Kabupaten Pekalongan