PENERAPAN ALGORITMA LEARNING VECTOR QUANTIZATION DALAM PENGKLASIFIKASIAN TINGKAT PENCEMARAN AIR SUNGAI

Abstract

Pesatnya pembangunan setiap tahunnya pada Kalimantan Selatan memungkinkan terjadinya kerusakan lingkungan. Salah satu kerusakan lingkungan adalah pencemaran air sungai yang disebabkan oleh limbah pabrik dari pabrik-pabrik ataupun dari pembuangan sampah sembarangan yang tidak pada tempatnya. Pencemaran tersebut akan diklasifikasikan kedalam beberapa kelas sesuai parameter-parameter masukannya. Pengklasifikasian ini biasanya dilakukan secara manual dengan metode Indeks Pencemaran. Dalam mengklasifikasikan suatu permasalahan dengan jumlah data yang besar membutuhkan metode cepat dan akurat. Salah satunya adalah menggunakan metode jaringan syaraf tiruan. Penelitian ini bertujuan untuk mengimplementasikan pengklasifikasian tingkat pencemaran air sungai menggunakan Jaringan Syaraf Tiruan metode Learning Vector Quantization. Penelitian yang dilakukan menggunakan 22 parameter sebagai neuron input dan 4 neuron output. Data ajar yang digunakan dalam penelitian ini sebanyak 100 dan data uji sebanyak 50. Learning rate yang ditetapkan dalam proses perhitungannya adalah 0,01 dan iterasi maksimal yang ditetapkan berjumlah 20.000. Hasil pengujian menunjukkan bahwa dengan 100 data ajar dan 50 data uji, nilai keakuratan yang didapat sebesar 76%.