<![CDATA[Proses produksi garam di PT. Garam bermula dari mengalirkan air laut melalui sebuah pintu air ke dalam tambak pengeringan. Air akan masuk ke dalam tambak secara alami hanya saat ketinggian air di luar tambak lebih tinggi dibandingkan dengan ketinggian air di dalam tambak. Untuk mengoptimalkan produksi garam, PT. Garam membutuhkan kemampuan memprediksi ketinggian air laut. Kemampuan memprediksi ketinggian air laut diperuntukkan untuk peng-optimalan penggunaan pintu air laut dalam proses produksi garam seperti waktu pembukaan dan penutupan pintu air laut. Waktu pembukaan atau penutupan yang tidak tepat dapat menyebabkan air laut mengalir kembali keluar yang akan mengurangi potensial kuantitas garam yang akan dihasilkan. Proyek Akhir ini dilakukan untuk memenuhi kebutuhan dari PT. Garam dengan menggunakan metode Feedforward Neural Network untuk memprediksi ketinggian air laut. Model Feedforward Neural Network akan menggunakan nilai kecepatan angin, nilai temperatur, dan nilai derajat fase bulan untuk menghasilkan nilai prediksi ketinggian air laut. Penggunaan metode Feedforward Neural Network didasarkan dari jumlah data yang digunakan yang berjumlah 17.520 di mana metode peramalan konvensional dinilai kurang memadai. Hasil dari Proyek Akhir ini adalah sebuah model FeedForward Neural Network yang dapat memprediksi ketinggian air laut dengan nilai mean squared error antara nilai prediksi dan nilai nyata sebesar 0,0386.]]>
Copyrights © 2024
