IMPLEMENTASI METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) DALAM PREDIKSI INDEKS KOVATS SENYAWA FLAVOR AND FRAGRANCE | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

IMPLEMENTASI METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) DALAM PREDIKSI INDEKS KOVATS SENYAWA FLAVOR AND FRAGRANCE


Pengarang

RAUDHATUL JANNAH - Personal Name;

Dosen Pembimbing

Irvanizam - 198103152003121003 - Dosen Pembimbing I
Rinaldi Idroes - 196808251994031003 - Dosen Pembimbing II



Nomor Pokok Mahasiswa

1608107010056

Fakultas & Prodi

Fakultas MIPA / Informatika (S1) / PDDIKTI : 55201

Subject
Penerbit

Banda Aceh : Fakultas MIPA - Informatika., 2022

Bahasa

Indonesia

No Classification

511.313

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Adaptive Neuro Fuzzy Inference System (ANFIS) adalah kombinasi dari Fuzzy Inference System (FIS) dan arsitektur jaringan saraf (neural network). Pada penelitian ini ANFIS digunakan untuk memprediksi indeks kovats senyawa flavor and fragrance. Model ANFIS dibangun menggunakan data deskiptor molekuler dari 51 senyawa flavor and fragrance. Deskriptor molekuler dari 51 senyawa dikalkulasikan menggunakan perangkat lunak Online Chemical Database. Proses kalkulasi deskriptor menghasilkan 382 deskriptor untuk masing-masing senyawa. Deskriptor yang digunakan pada penelitian ini adalah 5 deskriptor yang memberikan pengaruh optimal yaitu MDEC-33, MW, ATSc1, DPSA-3, dan C3SP2. Sebelum model ANFIS dijalankan dilakukan clustering terhadap
data latih untuk mendapatkan parameter premis model ANFIS. Metode clustering yang digunakan adalah metode Fuzzy C-means. Pelatihan Model ANFIS dilakukan dengan melakukan pengujian epoch, learning rate, fungsi keanggotaan, dan jumlah data latih dan data uji. Pengujian dilakukan untuk mendapatkan parameter model ANFIS yang mampu memberikan hasil prediksi paling baik. Hasil pengujian memberikan nilai parameter
optimal yaitu epoch sebesar 30, learning rate sebesar 0,01, fungsi keanggotaan gaussian,dan jumlah data latih dan data uji sebanyak 41 untuk data latih dan 10 untuk data uji. Prediksi Indeks Kovats menggunakan model ANFIS dengan parameter tersebut memberikan nilai RMSE pada data uji sebesar 27,978 dan nilai R2
sebesar 0,998. Rata –rata perbedaan antara hasil prediksi dan data aktual pada data uji adalah sebesar 2,231%.
Dari hasil yang didapatkan diketahui bahwa ANFIS dapat memprediksi indeks kovats senyawa flavor and fragrance dengan cukup baik.
Kata kunci: indeks kovats, ANFIS, deskriptor molekuler, RMSE

The Adaptive Neuro Fuzzy Inference System (ANFIS) is a combination of the Fuzzy Inference System (FIS) and the neural network architecture. In this study, ANFIS was used to predict the Kovats index of flavor and fragrance compounds. The ANFIS model was built using molecular descriptor data from 51 flavor and fragrance compounds. Molecular descriptors of 51 compounds were calculated using the Online Chemical Database software. The descriptor calculation process resulted in 382 descriptors for each compound. The descriptors used in this study were 5 descriptors that gave the optimal effect, namely MDEC-33, MW, ATSc1, DPSA-3, and C3SP2. Before the ANFIS model is built, clustering is done on the training data to get the premise parameters of the ANFIS model. The clustering method used is the Fuzzy C-means method. The ANFIS Model training was carried out by testing epochs, learning rates, membership functions, and the amount of training and test data. Tests are carried out to obtain the parameters of the ANFIS model that is able to provide the best prediction resultsThe test results provide optimal parameter values, namely the epoch of 30, the learning rate of 0.01, the Gaussian membership function, and the amount of training data and test data of 41 for training data and 10 for test data. Prediction of the Kovats Index using the ANFIS model with these parameters gives an RMSE value of 27,978 for test data and an R2 value of 0.998. The average difference between the predicted results and the actual data on the test data is 2.231%. From the results obtained, it is known that ANFIS can predict the Kovats index of flavor and fragrance compounds quite well. Keywords: kovats index, ANFIS, molecular descriptors, RMSE

Citation



    SERVICES DESK