Prediksi Volume Penggunaan Air Bulanan Kota Batu Menggunakan Metode Extreme Learning Machine (ELM)

Muhammad Alif Fahrizal (Fakultas Ilmu Komputer, Universitas Brawijaya)
Sigit Adinugroho (Fakultas Ilmu Komputer, Universitas Brawijaya)
Randy Cahya Wihandika (Fakultas Ilmu Komputer, Universitas Brawijaya)

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Vol 5 No 7 (2021): Juli 2021

Seiring bertambahnya penduduk, juga selalu beriringan dengan bertambahnya kebutuhan dalam menunjang kehidupan sehari-hari. Salah satu kebutuhan tersebut adalah air. Kota Batu, sebagai kota wisata dengan jumlah penduduk yang menetap selalu berubah-ubah yang menyebabkan volume air yang digunakan juga selalu berubah. Sehingga dari permasalahan tersebut dibutuhkan prediksi volume penggunaan air bulanan pada Kota Batu untuk menyelaraskan dengan volume air yang diproduksi. Dalam penelitian ini dilakukan beberapa proses untuk melakukan prediksi yaitu proses preprocessing pada data yang digunakan, dilanjutkan dengan perhitungan nilai prediksi menggunaan data sebelumnya pada model jaringan Extreme Learning Machine (ELM), dan terakhir dihitung nilai evaluasi hasil prediksi menggunakan Root Mean Squared Error (RMSE). Berdasarkan proses pengujian yang telah dilakukan pada model jaringan ELM, diperoleh rata-rata nilai evaluasi sebesar 16437,5 ketika digunakan 6 input neuron, 5 hidden neuron dan 80%:20% untuk pembagian data latih dan data uji. Dari nilai evaluasi tersebut dianggap belum cukup baik. Hal ini dikarenakan jumlah data yang digunakan dalam proses training pada jaringan ELM masih terlalu sedikit sehingga jaringan tersebut masih belum memahami pola data secara keseluruhan.