<![CDATA[Hujan asam dipengaruhi oleh emisi gas Karbon Monoksida (CO), Sulfur Dioksida (SO2), dan Nitrogen Dioksida (NO2). Terjadinya hujan asam diakibatkan oleh gas CO, SO2, dan NO2 yang mencair bersamaan dengan air hujan sehingga membentuk asam pada air tersebut. Dikatakan hujan asam apabila pH air kurang dari 5,6 dan jika terjadi hujan asam maka dapat menyebabkan berbagai macam penyakit. Oleh karena itu, informasi hujan asam penting diketahui dengan cara memperkirakan pH air hujan. Salah satu upaya untuk memperkirakan permasalahan tersebut yaitu dengan cara membentuk model untuk mensimulasikan hujan asam  dengan akurasi yang tinggi. Adapun data CO, SO2, NO2, dan pH air hujan yang digunakan dalam penelitian ini yaitu sebanyak 55 pengamatan. Berdasarkan data tersebut, digunakan metode Backpropagation untuk menentukan model terbaik pH air hujan. Dari hasil 40 percobaan terhadap neuron pada lapisan tersembunyi diperoleh struktur jaringan yang outputnya mendekati data aktual pH air hujan yaitu 3 unit neuron pada lapisan input, 2 unit neuron pada lapisan tersembunyi, dan 1 unit neuron pada lapisan output. Struktur jaringan tersebut menghasilkan MSE 0,06414, MAD 0,212, MAPE 0,041349, dan R -0,41573. Kata kunci: Algoritma Backpropagation, Gradient Descent]]>
Copyrights © 2015
