OPTIMASI PENENTUAN STATUS AKTIVITAS GUNUNG MERAPI MENGGUNAKAN METODE HYBRID ANFIS DAN PARTICLE SWARM OPTIMIZATION (PSO)

Authors

  • Bagus Fatkhurrozi Bagus Fatkhurrozi 1*, M. Aziz Muslim2, Didik R. Santoso3
  • M. Aziz Muslim
  • Didik R. Santoso

DOI:

https://doi.org/10.30595/techno.v15i2.89

Abstract

Tujuan penelitian ini adalah membuat model penentuan status aktivitas Gunung Merapi menggunakan metode hybrid ANFIS dan Particle Swarm Optimization (PSO). Data yang digunakan adalah data sekunder hasil pemantauan dari aktivitas kegempaan, deformasi tanah, dan geokimia Gunung Merapi. Data pelatihan menggunakan periode data prekursor erupsi Gunung Merapi tahun 1997, 1998, 2001, dan 2006. Data pengujian menggunakan data prekursor erupsi Gunung Merapi tahun 2010. Dari proses penelitian diperoleh hasil yaitu pada proses pelatihan, RMSE hybrid ANFIS-PSO sebesar 0,0877 dan MAPE pelatihan ANFIS-PSO sebesar 16,2518%. Pada proses pengujian, metode hybrid ANFIS-PSO dapat memperbaiki MAPE hasil pengujian ANFIS yang sebesar 10,2041% menjadi 8,3333%. Kata kunci : status aktivitas, Gunung Merapi, ANFIS, PSO

References

Allaoua, B., Laoufi, A., Gasbaoui, B. dkk. 2009. Neuro-Fuzzy DC Motor Speed Control Using Particle Swarm Optimization. Leonardo Electronic Journal of Practices and Technologies, Issue 15. ISSN 1583-1078. Page: 1-18.

BPPTK. Informasi Merapi–Pemantauan. bgl.esdm.go.id. 20 Juni 2011.

Engelbrecht, AP. 2007. Computational Intelligence An Introduction Second Edition. John Wiley and Sons, Ltd. Chichester.

Fatkhurrozi, B., Muslim, M, A., dan Didik R, S. 2013. Penggunaan Adaptive Neuro Fuzzy Inference System (ANFIS) dalam Penentuan Status Aktivitas Gunung Merapi. Jurnal EECCIS. Vol. 6 No. 2. 113-118.

Jha, GK., Thulasiram, RK., dan Thulasiram, P. 2009. Comparison of Adaptive Neuro-Fuzzy and Particle Swarm Optimization Based Neural Network Models for Financial Time Series Prediction. ASAAC. Ontario.

Wilson, T., Kaye, G., Stewart, C. dkk. 2007. Impacts of the 2006 eruption of Merapi volcano, Indonesia, on agriculture and infrastructure. GNS Science Report 2007/07.

Sumathi, S., dan Surekha, P. 2010. Computational Intelligence Paradigms, Theory and Applications using MATLAB. CRC Press. Boca Raton.

Published

2014-10-01