KLASIFIKASI JENIS PARAMETER BAKU MUTU AIR PADA FILTRASI REVERSE OSMOSIS MENGGUNAKAN NEURAL NETWORK

Hasin, Muhammad Dzi Washfil (2024) KLASIFIKASI JENIS PARAMETER BAKU MUTU AIR PADA FILTRASI REVERSE OSMOSIS MENGGUNAKAN NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0920040036 - Muhammad Dzi Washfil Hasin - Klasifikasi Jenis Parameter Baku Mutu Air pada Filtrasi _i_Reverse Osmosis__i_ menggunakan _i_Neural Network__i_.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Air merupakan sebuah unsur yang tidak bisa tergantikan dari unsur- unsur yang lainnya. Bagi manusia air merupakan sebuah kebutuhan pokok yang digunakan dalam kesehariannya, tidak lupa dengan semua makhluk hidup juga sangat membutuhkan air. Prinsip air yang digunakan dalam keseharian manusia juga memiliki persyaratan khusus meliputi persyaratan kimia, fisika dan biologi. Untuk menghasilkan parameter baku mutu air sangat berkualitas yang sesuai dengan sesuai dengan Permenkes Nomor 2 Tahun 2023 dan Peraturan Pemerintah Republik Indonesia Nomor 22 Tahun 2021 tentang penyelenggaraan perlindungan dan pengelolaan lingkungan hidup, diperlukan sebuah proses pengolahan air yang menghasilkan air yang sesuai dengan parameternya. Dalam penelitian tugas akhir ini akan menguji dan mengklasifikasikan sebuah hasil dari teknologi filtrasi reverse osmosis (RO). Penelitian tugas akhir ini bertujuan untuk menguji dan mengklasifikasikan hasil dari teknologi filtrasi reverse osmosis (RO). Air waduk yang telah difiltrasi diuji menggunakan metode Neural Network untuk menilai kandungan air berdasarkan parameter kimia, fisika, dan biologi sesuai dengan regulasi yang berlaku. Teknologi filtrasi reverse osmosis yang digunakan dilengkapi dengan tiga sensor pada bak penampung akhir untuk mendeteksi total kepadatan terlarut, pH, dan konduktivitas listrik (EC) air. Sensor-sensor ini mengirimkan sinyal ke modul ESP32, yang kemudian menampilkan hasil pengukuran pada LCD. Metode Neural Network digunakan untuk menghitung algoritma nilai keluaran kadar kandungan air yang telah difiltrasi. Hasil pengukuran dibandingkan dengan parameter baku mutu air untuk menentukan apakah air memenuhi kategori 1, 2, atau 3. Jika kadar air sesuai dengan standar maka sistem berhenti, sedangkan jika belum sesuai, sistem akan mengulang proses. Dari 15 percobaan yang dilakukan, sistem klasifikasi Neural Network menunjukkan potensi yang baik dalam aplikasi pada sistem filtrasi reverse osmosis, dengan hasil yang relatif merata pada ketiga kategori, yaitu 7 percobaan untuk kategori 1, 4 percobaan untuk kategori 2, dan 4 percobaan untuk kategori 3. Hal ini menunjukkan kemampuan sistem dalam menangani variasi data yang cukup kompleks.

Actions (login required)

View Item