2 elektronik untuk penciuman aroma Budiarto dan kusumoputro,1998, mengingat
karakteristik aroma dari penelitian tersebut dan algal blooms memiliki kemiripan yaitu dari unit masukan dan unit keluarannya, maka dalam penelitian ini juga
akan dicoba menerapkan fuzzy neural pada kasus algal blooms. Keakuratan
keluaran fuzzy neural sangat menentukan langkah berikutnya yaitu implementasi sistem tersebut, karena itu penelitian-penelitian serupa yang sebelumnya pernah
dilakukan menjadi acuan dalam menggunakan fuzzy neural dalam pemodela n untuk mendeteksi algal blooms, dan tentunya juga upaya- upaya perbaikan dari
model tersebut.
1.2. Tujuan
Tujuan penelitian ini adalah: 1. Mendapatkan suatu model untuk prediksi terjadinya algal blooms dengan
pendekatan fuzzy neural. 2. Mengimplementasikan prototype sistem prediksi algal blooms dari model yang
dirancang. 3. Melakukan eksplorasi terhadap fuzzy neural dengan fungsi keanggotaan
triangular dan gausian
1.3. Manfaat
Dengan adanya suatu model untuk prediksi terjadinya algal blooms, maka model tersebut dapat diimplementasikan menjadi suatu sistem peringatan dini
sehingga terjadinya algal blooms sedini mungkin dapat diprediksi, dan selanjutnya dapat dilakukan tindakan-tindakan antisipasi untuk meminimalkan
kerugian yang dapat ditimbulkan akibat algal blooms tersebut.
1.4. Ruang Lingkup
Lingkup penelitian yang dilakukan dalam pembuatan model untuk penanganan algal blooms meliputi:
1. Lokasi terjadinya algal blooms yang dijadikan bahan penelitian adalah di daerah tropis, dan lebih khusus lagi yang terjadi di teluk Jakarta. Hal tersebut
atas dasar bahwa beberapa tahun terakhir masalah teluk Jakarta sangat krusial
3 dengan matinya ribuan ikan karena kehabisan oksigen, bila tidak segera
ditangani akan sangat merugikan secara ekonomi dan lingkungan akan menjadi rusak, hal itulah yang menjadikan alasan pemilihan teluk Jakarta disamping
masalah ketersediaan data dan lokasinya yang dekat jika nantinya diperlukan uji coba.
2. Fungsi keanggotaan yang digunakan adalah triangular, dengan data yang akan digunakan adalah tiga buah data yaitu nilai terbesar max, nilai terkecil min
dan nilai rata-ratamean, dan fungsi keanggotaan gauss, dengan data yang akan digunakan adalah nilai rata-rata mean dan standar deviasi yang diambil
dari vektor data. Dasar pemikiran dipilihnya triangular dan gaussian karena nilai yang dihasilkan oleh sensor berdistribusi, karena sifat sensor yang
mengambil data dalam interval waktu yang kemudian dirata-ratakan. Bila mengambil nilai tunggal maka tidak mewakili data terdistribusi oleh karena itu
digunakan triangular dan gaussian supaya data distribusi bisa dimasukan juga dalam neural-nya.
II. TINJAUAN PUSTAKA
