Prediksi volume penyaluran air Perusahaan Daerah Air Minum (PDAM) Tirta Dharma Kota Malang menggunakan Algoritma Artificial Neural Network Backpropagation

مستخلص البحث

الشركة الإقليمية لمياه الشرب "تيرتا درما مالانج" هي هيئة تجارية للدائرة التي توفر المياه النظيفة في مدينة مالانج وتوزعها بقدرات مختلفة كل شهر على العملاء. وكانت هذه الشركة تهتم بوجود التوازن بين المياه الموزعة والمياه المستخدمة من قبل العملاء لتجنب نفصان المياه. تم إجراء هذا البحث للتنبؤ حجم توزيع المياه باستخدام الطريقة الشبكة العصبية الاصطناعية لتساعد الشركة الإقليمية لمياه الشرب "تيرتا درما مالانج" في تقدير المياه التي سيتم توزيعها على العملاء. الانتشار العكسي للشبكة العصبية الاصطناعية هي طريقة تنبؤية تحاكي عمل الدماغ البشري في معالجة المعلومات. يمكن أن تنتج هذه الطريقة نماذج تنبؤية بدرجة عالية من الدقة لأنها تؤدي العملية المتخلفة لتحديث وزن كل خلية عصبية في عملية العثور على نموذج لتقليل الأخطاء. الشبكة العصبية متعددة الطبقات هي نماذج شبكة مستخدم. وظيفة التنشيط السيني الثنائي هي وظيفة تنشيط تستخدم في الطبقات المخفية والمخرجات. البيانات مقسمة إلى ٪۸۰ بيانات تدريب و ٪۲۰ بيانات اختبار. نتائج هذه الدراسة هي ۱۲ وحدة إدخال و ۵۰ خلية عصبية في الطبقة المخفية ووحدة خرج واحدة. معدل دقة الشبكة العصبية الاصطناعية على بيانات الاختبار هو ٪٦۹‚۹۵ مع مستوى ثابت من الدقة على أساس التحقق المتقاطع ۵ أضعاف بنسبة ٪.۵٦‚۹۵ وخلص هذا البحث إلى أن الشبكة العصبية الاصطناعية تتوقع حجم توزيع المياه ل الشركة الإقليمية لمياه الشرب "تيرتا درما مالانج" بدرجة عالية من الدقة.

ABSTRACT

Tirta Dharma municipal water supply company of Malang is a regional-owned business entity that provides clean water in Malang City and distributes water with different capacities to the customers each month. The balance between the water which will be supplied and will be used is needed for avoiding water shortages. This research aim is to predict the volume of water distribution using the Artificial Neural Network Backpropagation method to help PDAM Tirta Dharma Malang in estimating the water that will be distributed to customers. ANN backpropagation reduces errors by changing the weight of each neuron to produce a model with a high degree of accuracy. The binary sigmoid activation is an activation function in hidden and output layers. The data is divided into 80% training data and 20% testing data. The results of this research employing ANN backpropagation are 12 input variables, 1 hidden layer with 50 neurons, and 1 output. ANN’s accuracy rate on the data testing is 95.69% with a stable level of accuracy based on 5-fold crossvalidation that is 95.56%. The conclusion from this research is that ANN Backpropagation predicts the volume of water distribution of PDAM Tirta Dharma Malang with a high degree of accuracy.

ABSTRAK

Perusahaan Daerah Air Minum Tirta Dharma Kota malang merupakan badan usaha milik daerah yang menyediakan air bersih di Kota Malang dan menyalurkan air dengan kapasitas yang berbeda pada setiap bulannya kepada pelanggan. Keseimbangan antara air yang disalurkan dan air yang digunakan oleh pelanggan dibutuhkan untuk menghindari terjadinya kekurangan air. Penelitian ini dilakukan untuk memprediksi volume penyaluran air menggunakan metode Artificial Neural Network Backpropagation sehingga dapat membantu PDAM Tirta Dharma Kota Malang dalam memperkirakan air yang akan disalurkan kepada pelanggan. ANN backpropagation merupakan metode prediksi yang memiliki cara kerja seperti cara kerja pada otak manusia dalam memproses informasi. Metode ini dapat menghasilkan model prediksi dengan tingkat akurasi tinggi karena melakukan proses mundur untuk mengubah bobot pada setiap neuron untuk memperkecil eror. Fungsi aktivasi sigmoid biner merupakan fungsi aktivasi yang digunakan pada hidden dan output layer. Data dibagi menjadi 80% data training dan 20% data testing. Hasil dari penelitian ini yaitu 12 unit input, 50 neuron pada hidden layer dan 1 unit output. Tingkat akurasi ANN pada data testing yaitu 95.69% dengan kestabilan tingkat akurasi berdasarkan 5-fold cross validation yaitu 95.56%. Kesimpulan dari penelitian ini adalah ANN Backpropagation memprediksi volume penyaluran air PDAM Tirta Dharma Kota Malang dengan tingkat akurasi tinggi.