PROTOTIPE MODEL KONSENTRASI SEDIMEN MELAYANG BERBASIS FUZZY LOGIC METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)

Penelitian ini bertujuan menganalisis pengaruh Flowrate dan turbidity pada konsentrasi sedimen layang menggunakan pendekatan prediksi berbasis Adaptive Neuro-Fuzzy Inference System (ANFIS). Sistem dirancang pada prototipe flume berbentuk trapezium skala laboratorium yang terintegrasi dengan sensor flowrater, sensor turbidity kekeruhan air, dan sensor fotodioda untuk mengukur konsentrasi sedimentasi layang. Sampel tanah yang digunakan berupa tanah lanau berasal dari Kanal Banjir Barat (KBB). Data diakuisisi oleh mikrokontroller ESP32 setiap 10 detik, dikirim melalui komunikasi TCP-IP ke LabVIEW, disimpan dalam Ms.Excel, ditampilkan pada LCD, serta dikirim secara realtime ke Google Sheets sebagai datalogger. Data hasil pengukuran terbagi menjadi tiga subset yaitu set pelatihan, validasi, dan pengujian untuk membangun model prediksi konsentrasi sedimen melayang (TSS) menggunakan tiga metode ANFIS yaitu ANFIS Grid Partitioning (ANFIS-GP), ANFIS Subtractive Clustering ( ANFI-SC),d an ANFIS Fuzzy C-Means (ANFIS-FCM) pada platform MATLAB. Evaluasi model dilakukan menggunakan metrik statistik adalah R², MSE, RMSE, dan NSE. Hasil Evaluasi menunjukkan ANFIS SC memberikan performa terbaik R² = 0.9978, diikuti ANFIS-FCM dengan R² = 0.9841, dan ANFIS-GP dengan R² = 0.9753, setiap model telah diterapkan dan divalidasi pada sistem Monitoring prediksi. Dengan demikian, luaran ini diharapkan dapat menunjukkan hubungan parameter flowrate dan turbidity terhadap model prediksi konsentrasi sedimen melayang melalui sistem IoT berbasis prototipe flume berbentuk trapesium untuk pemantauan secara realtime.