Perbandingan Kemampuan Model Neural Wiener, Model Neural Hammerstein, Model Neural Hammerstein – Wiener pada Proses Fitoremediasi Limbah Cair dengan Tanaman Lemna Minor
Zat warna methylene blue dan congo red merupakan hasil limbah industri yang
berpotensi berbahaya bagi kesehatan manusia dan dapat menurunkan kualitas air.
Untuk menanggulangi pencemaran dari zat warna methylene blue dan congo red
dapat melakukan penelitian tentang fitoremediasi dengan tanaman. Fitoremediasi
dengan tanaman lemna minor merupakan metode yang efektif untuk mengurangi
konsentrasi zat warna tersebut. Proses fitoremediasi memerlukan waktu yang
cukup lama, oleh karena itu pada Tugas Akhir ini menggunakan model Neural
Hammerstein, model Neural Wiener dan model Neural Hammerstein-Wiener
untuk dapat memprediksi removal percent konsentrasi zat warna methylene blue
dan congo red pada proses fitoremediasi dengan tanaman lemna minor. Masing -
masing model dilatih dengan variasi pembagian data, yaitu dengan data training,
data validation, data testing serta variasi banyaknya hidden node. Hasil
didapatkan bahwa model Neural Wiener adalah model terbaik untuk memprediksi
removal percent konsentrasi zat warna methylene blue dan congo red pada proses
fitoremediasi dengan tanaman lemna minor dengan nilai evaluasi MSE, MAE, dan
WMAPE berturut – turut adalah 0.0005, 0.0001, 0.0000. Nilai – nilai tersebut
diperoleh dari pembagian data 35
URI
https://repo.itera.ac.id/depan/submission/SB2406060068
Keyword
Fitoremediasi, Neural Hammerstein, Neural Wiener,