PEMODELAN ESCHERICHIA COLI DAN TOTAL COLIFORM DI SUNGAI CODE MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN)

Abstract

Sungai code merupakan salah satu sungai besar yang menjadi sumber air dan digunakan untuk melakukan berbagai aktivitas masyarakat di Yogyakarta. Kondisi lingkungan sepanjang aliran Sungai Code yang banyak aktivitas seperti inilah yang dapat memberikan tekanan terhadap kualitas ekosistem sungai ini sendiri. Penelitian ini bertujuan untuk membangun model guna memprediksi dan mengetahui perubahan karakteristik Escherichia Coli dan Total Coliform di sungai code. Penelitian ini menyajikan Artificial Neural Network (ANN) Backpropagation model sebagai metode untuk membangun model prediksi dan mengetahui perubahan karakteristik Escherichia Coli dan Total Coliform di sungai code berdasarkan data parameter yang mudah diukur seperti debit, suhu dan konduktivitas. Untuk melakukan validasi model, dibutuhkan database sebagai nilai Input dan nilai Output. Data base diperoleh dari hasil sampling, pengukuran dan pengujian sampel. Sampling dilakukan pada sebelas titik di sungai code dari bulan april sampai juli 2019. Dari pembelajaran ANN model yang telah dilakukan didapatkan hasil validasi dengan nilai koefisien determinasi (R²) 0,988 dan 0,993 dan RMSE masing-masing yaitu 0,070 dan 0,064 untuk prediksi Escherichia Coli dan Total Coliform yang mengindikasikan bahwa data pengukuran dapat diterangkan sehingga model dapat diterima. Dari hasil model tersebut, karakteristik Escherichia Coli dan Total Coliform terhadap perubahan debit, suhu dan konduktivtas yang berbeda dapat dijelaskan dengan baik.