PREDIKSI KUALITAS AIR PADA TAMBAK UDANG MENGGUNAKAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)

Abstract

Udang vaname (Litopenaeus vannamei) banyak dibudidayakan di Indonesia karena memiliki peluang usaha yang baik. Dalam kegiatan akuakultur, terdapat beberapa faktor penentu keberhasilan, salah satunya adalah kualitas air yang baik. Kualitas air pada tambak sangat memengaruhi tingkat kelangsungan hidup dan kualitas udang. Penelitian ini bertujuan untuk menentukan kualitas air tambak udang dengan empat parameter, yaitu suhu, pH, salinitas, dan oksigen terlarut (DO). Tujuan penelitian ini adalah untuk memprediksi tingkat kualitas air pada tambak udang menggunakan data kualitas air tambak udang. Pendekatan yang digunakan dalam penelitian ini adalah metode soft computing. Metode soft computing telah banyak digunakan, salah satunya adalah model ANFIS yang dapat memprediksi tingkat kualitas air. Pada penelitian ini, model ANFIS dijalankan dengan 4 input dan 1 output. Hasil prediksi tingkat kualitas air menggunakan model ANFIS menunjukkan bahwa nilai error terkecil pada tahap pelatihan diperoleh menggunakan generalized bell dengan 4 fungsi keanggotaan per input pada epoch ke-1320 dengan nilai error sebesar 1,7. Selanjutnya, untuk parameter pengujian diperoleh nilai rata-rata error relatif sebesar 2,9597%.