<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="10111">
 <titleInfo>
  <title>IMPLEMENTASI MODEL ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI EUTROFIKASI WADUK (Studi Kasus Waduk Cirata, Jawa Barat)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>IHSAN RIYADHI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Magister Ilmu Lingkungan</publisher>
   <dateIssued>2015</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent>xiii,;124 hlm,;29 cm</extent>
 </physicalDescription>
 <note>Eutrofikasi merupakan masalah lingkungan yang terjadi pada ekosistem &#13;
perairan seperti danau dan waduk karena adanya pengayaan nutrien dari daerah &#13;
hulu dan daerah tangkapan air. Waduk Cirata termasuk salah satu waduk yang &#13;
mengalami eutrofikasi dengan indikasi banyaknya pertumbuhan eceng gondok dan &#13;
kematian ikan massal akibat dari kandungan oksigen yang kurang. Tujuan dari &#13;
penelitian ini adalah untuk membahas tentang implementasi model Artificial Neural &#13;
Network (ANN) dan kinerjanya untuk memprediksi eutrofikasi yang terjadi di &#13;
waduk Cirata, Jawa Barat. &#13;
&#13;
Program simulasi dibuat menggunakan perangkat lunak Visual Studio 2012 &#13;
C# dengan model ANN yang telah diimplementasikan di dalamnya. Proses prediksi &#13;
dilakukan dengan melakukan proses pelatihan dilanjutkan dengan proses pengujian &#13;
menggunakan bobot-bobot yang telah diperoleh pada proses pelatihan. Indikator &#13;
eutrofikasi yang diprediksi dalam penelitian ini adalah fosfat, transparansi, klorofil­ &#13;
a, dan oksigen terlarut. &#13;
&#13;
Kinerja model ANN untuk memprediksi eutrofikasi waduk Cirata &#13;
menunjukkan hasil yang baik. Model ANN untuk memprediksi fosfat memiliki &#13;
kinerja terbaik dengan nilai koefisien korelasi sebesar 47,93%, RMSE=0,06, dan &#13;
WIA=O,62. Dalam memprediksi transparansi, model ANN memiliki kinerja terbaik &#13;
dengan nilai koefisien korelasi sebesar 86,96%, RMSE=O,ll dan WIA=O,5. &#13;
Prediksi klorofil-a menggunakan model ANN memiliki kinerja terbaik dengan nilai &#13;
koefisienkorelasi sebesar 48,24%, RMSE=O,04, dan WIA=O,67. Model ANN yang &#13;
terakhir untuk memprediksi oksigen terlarut memiliki kinerja terbaik dengan nilai &#13;
koefisien korelasi sebesar 77,44%, RMSE=O,12, dan WIA=O,72. &#13;
</note>
 <note type="statement of responsibility">IHSAN RIYADHI</note>
 <subject authority="">
  <topic>Eutrofikasi Waduk, ANN, Model, Simulasi, Validasi.</topic>
 </subject>
 <classification>333.7 Riy i</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>333.7 Riy i/R.25.121</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">01001150700080</numerationAndChronology>
    <sublocation>Perpustakaan Pusat (REF.121)</sublocation>
    <shelfLocator>333.7 Riy i/R.25.121</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>10111</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-01 15:42:28</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2017-12-15 10:56:27</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>