Pemodelan Jaringan Saraf Tiruan Untuk Mendeteksi Kadar Logam Besi dalam Air

Abstract

Logam besi (Fe) merupakan salah satu kontaminan anorganik yang sering dijumpai di dalam air dan dapat menyebabkan kualitas air menjadi memburuk. Salah satu metode untuk mendeteksi konsentrasi besi dalam air adalah dengan Jaringan Saraf Tiruan (JST). Penelitian ini bertujuan mengembangkan model JST untuk memprediksi konsentrasi logam besi di dalam air menggunakan parameter-parameter fisik dan kimia kualitas air, yaitu pH, suhu, Total Dissolved Solid (TDS), dan turbiditas. Jaringan Saraf Tiruan yang dibuat dengan model Multilayer Feedforward Neural Network memiliki tiga lapisan utama, yaitu satu lapisan input dengan 4 node, satu lapisan tersembunyi (hidden) dengan 10 node, dan satu lapisan output dengan 1 node. Model ini menggunakan fungsi aktivasi sigmoid, regularisasi L2, algoritma optimasi Adam, dan jumlah iterasi sebanyak 500 kali. Model ini menghasilkan nilai loss (error) sebesar 0,06 dan R2 sebesar 0,95 pada proses pelatihan, serta nilai error sebesar 0,06 dan R2 sebesar 0,918 pada proses testing. Berdasarkan hasil tersebut, model memiliki kinerja yang sangat baik dalam memprediksi konsentrasi besi menggunakan parameter pH, suhu, TDS, dan turbiditas.