Nurhadi, Nurhadi
Universitas Nahdlatul Ulama Blitar

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

OPTIMASI ARTIFICIAL NEURAL NETWORK DENGAN GENETIC ALGORITHM PADA PREDIKSI DEBIT INFLOW WADUK SENGGURUH Elmasari, Yandria; Nurhadi, Nurhadi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 4, No 2 (2019)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (355.772 KB) | DOI: 10.29100/jipi.v4i2.1442

Abstract

Waduk merupakan salah satu sumber daya yang memiliki banyak fungsi, diantaranya sebagai sumber energi dalam pengelolaan Pembangkit Listrik Tenaga Air (PLTA), irigasi lahan pertanian, pasokan persediaan Perusahaan Air Minum dan berfungsi sebagai pencegah banjir. Dengan vitalnya peran waduk tersebut diperlukan suatu strategi pengelolaan waduk agar mendapatkan hasil yang optimal dalam pengoperasiannya, salah satunya dengan meramalkan debit inflow (debit masuk). Pada penelitian ini digunakan Jaringan Syaraf Tiruan sebagai model peramalan debit inflow dengan metode pelatihan Algoritma Genetika. Pelatihan Jaringan Syaraf Tiruan menggunakan Algoritma Genetika dilakukan dengan mengkodekan bobot dan bias jaringan kedalam kromosom dan nilai fitnessĀ  didapat dari error hasil proses feedforward. Pada penelitian ini dapat diketahui parameter genetika mampu mempengaruhi besar nilai fitness diantaranya probabilitas crossover dan jumlah generasi.Hasil dari pengujian didapatkan nilai fitness terkecil adalah 0,157