Optimasi Metode Extreme Learning Machine Dalam Penentuan Kualitas Air Sungai Menggunakan Algoritme Genetika

Seiring dengan meningkatnya jumlah populasi manusia, sumber air bersih yang ada di bumi terus berkurang. Dampak yang diberikan akibat tercemarnya sumber air juga tidak dapat diremehkan. Beberapa dampaknya antara lain adalah menurunnya kadar oksigen yang ada di bumi dikarenakan tumbuhan tidak dapat berfotosintesis dengan baik, mengganggu kesuburan tanah, mematikan hewan-hewan yang hidup di dalam air dan masih banyak dampak lainnya. Salah satu sumber air di muka bumi ini berasal dari sungai. Untuk menjaga kualitas air agar tetap pada kondisi alamiahnya, perlu dilakukan pengukuran dan analisis terhadap air sungai tentang status mutu airnya. Pada penelitian ini digunakan 7 parameter pengukuran kualitas air sungai yang kemudian akan diklasifikasikan menjadi 3 kelas berbeda. Kelas klasifikasi dibagi menjadi tercemar ringan, tercemar sedang, dan tercemar berat. Metode yang digunakan untuk pengukuran dan analisis pada penelitian ini adalah metode Extreme Learning Machine (ELM) dan Algoritme Genetika. Dalam penelitian ini, bobot awal yang digunakan pada proses training dan testing ELM akan dioptimasi menggunakan Algoritma Genetika. Data training dan data testing yang digunakan, ditentukan oleh 5 fold yang telah dibentuk dari data awal yang berjumlah 150 data. Data tiap fold akan diuji menjadi data testing secara bergantian. Berdasarkan hasil pengujian dari penelitian yang telah dilakukan, penelitian ini mampu meraih tingkat akurasi sebesar 88.0002%