Rancang Bangun Detektor dan Prediksi Gelombang Tsunami dengan Menggunakan Metode Backpropagation Neural Network

THE PROTOTYPE DETECTOR AND TSUNAMI WAVE PREDICTION USING NEURAL NETWORK BACKPROPAGATION METHOD

Radifah Agustavia Alshafurah (6911040027)


Abstrak

Tsunami merupakan bencana alam berupa gelombang air yang sangat besar yang di akibatkan patahan lempeng di dasar laut. Indonesia merupakan negara yang akan rawan tsunami. Akibat dari bencana tsunami ini banyak korban jiwa maupun kerugian akibat kerusakan pada infrastruktur. Penelitian ini bertujuan untuk membuat early warning system tsunami. Dengan cara memprediksi tsunami dengan menggunakan metode backpropagation neural network. Pada pengolahan data gempa bumi ini saya menggunakan software matlab.dan visual basic Sedangkan pada detector tsunami kita mengguanan sensor accelerometer untuk mendetektor pasang surut air laut dan gempa bumi. Pada visual basic dapat di gunakan sebagai monitoring dan pada matlab di gunakan pengolahan data untuk metode neural network backpropagation. Hasil dari pembuktian target dari perhitungan neural network backpropagation di peroleh nilai akurasi sebesar 96%. Di peroleh nilai MSE (mean square error) terkecil adalalah8.71e-07 dengan jumalah 3 neuron. Setelah alat diberikan metode neural network backppropagation tingkat keberhasilan alat sebesar 70% .


Abstract

Tsunami is a disaster in the form of a huge wave of water that causes the fault plates on the seabed. Indonesia is a country that will be prone to tsunamis. As a result of this tsunami disaster many casualties and losses due to damage to infrastructure. This research purpose to make early warning system tsunami. By way of predicting tsunami with make backpropagation neural network methode. In the data processing earthquakes in this I use matlab software and visual basic while the detector tsunami use sensor accelerometer. Accelerometer detecting tide and earthquake. In visual basic can to use as monitoring . Pada visual basic dapat di gunakan sebagai monitoring and to use matlab in data processing for backpropagation neural network method. Results of proving a target of calculation neural network backpropagation the obtained value of the accuracy of 96%. To obtain the smallest value MSE (mean square erro) is 8.71e-07 with total 3 neuron. after he tool is given neural network method backppropagation a success rate tool of 70%.


Detil Peneliti

Dosen Pembimbing 1 :Lilik Subiyanto
Dosen Pembimbing 2 : Annas Singgih Setiyoko

Program Studi : D4 - TEKNIK OTOMASI
Angkatan : 2011


Untuk mendapatkan versi full dari dokumen penelitian ini, Anda dapat melihat koleksi Buku Tugas Akhir di Perpustakaan Politeknik Perkapalan Negeri Surabaya pada jam kerja. Atau Anda dapat menghubungi penulis secara personal.