| dc.description.abstract | Ledakan populasi (blooming) mikroalgae tertentu acapkali terjadi di lingkungan perairan dan dapat berdampak positif atau negatif. Ledakan populasi (blooming) mikroalgae tertentu dapat berdampak positif atau negatif. Ledakan populasi dari microalgae yang merugikan dikenal sebagai redtide atau lebih tepat disebut Harmful Algal Blooms (HABs) (Praseno dan Sugestiningsih, 2000). Selain menimbulkan gangguan pada lingkungan dan kesehatan manusia, HABs juga dapat menimbulkan kerugian ekonomi. Berdasarkan hal tersebut maka perlu dibuatkan sistem peringatan dini algal blooms yaitu sebuah sistem yang dirancang untuk mendeteksi algal blooms kemudian memberikan peringatan kepada masyarakat untuk mencegah jatuhnya korban. Fokus penelitian ini berada pada bagian fuzzy neural processing. Pendekatan fuzzy neural dijadikan pilihan melihat hasil penelitian sebelumnya yaitu penelitian yang berkaitan dengan seleksi aroma (Sakuraba et al, 1994) dan penciuman elektronik untuk penciuman aroma (Budiarto dan kusumoputro,1998. Tujuan penelitian ini adalah mendapatkan suatu model untuk prediksi terjadinya algal blooms dengan pendekatan fuzzy neural dan mengimplementasikan prototype sistem prediksi algal blooms dari model yang dirancang. Selanjutnya melakukan eksplorasi terhadap fuzzy neural dengan fungsi keanggotaan triangular dan gausian. Sedangkan manfaat dari penelitian ini diharapkan model tersebut dapat di implementasikan menjadi suatu sistem peringatan dini sehingga terjadinya algal blooms sedini mungkin dapat diprediksi, dan selanjutnya dapat dilakukan tindakan-tindakan antisipasi untuk meminimalkan kerugian yang dapat ditimbulkan akibat algal blooms tersebut. Lingkup penelitian yang dilakukan dalam pembuatan model untuk penanganan algal blooms meliputi lokasi terjadinya algal blooms yang dijadikan bahan penelitian adalah di daerah tropis, dan lebih khusus lagi yang terjadi di teluk Jakarta dan fungsi keanggotaan yang digunakan adalah triangular fuzzy number, dengan data yang akan digunakan adalah tiga buah data yaitu nilai terbesar (max), nilai terkecil (min) dan nilai rata-rata(mean), dan fungsi keanggotaan gauss, dengan data yang akan digunakan adalah nilai rata-rata (mean) dan standar deviasi yang diambil dari vektor data. Penelitian ini dilakukan dalam empat tahap, pertama pengumpulan data berdasarkan hasil dari studi pustaka dan identifikasi masalah, dimana dalam tahapan ini terdiri dari dua jenis yaitu pengumpulan data berkaitan dengan algal blooms dan pengumpulan data berkaitan dengan fuzzy neural. Kedua yaitu pengembangan model fuzzy neural dari model yang sudah dikembangkan sebelumnya (Budiarto, 1998), dimana banyaknya parameter-parameter lingkungan penyebab algal blooms sebagai penentu banyaknya parameter masukan fuzzy neural dan kemungkinan terjadinya bloom atau bukan bloom dijadikan sebagai keluaran dari fuzzy neural. Ketiga yaitu pembuatan program aplikasi sebagai implementasi dari model tersebut, untuk proses pembelajaran dan pengujian dan ke empat yaitu pengujian untuk mengetahui tingkat akurasinya. | id |
