Minimalkan Kematian Massal Ikan di Danau Maninjau, Mahasiswa Unand Prediksi, Fenomena Upwelling

Data pengujian yang digunakan dalam riset ini yaitu data observasi hasil pemantauan kualitas air di Danau Maninjau dari tahun 2018-2023. Parameter pemantauan kualitas air yang digunakan sebagai input, yaitu suhu air, PH, DO, TSS, TDS, BOD, COD, NO2, dan NO3.

Parameter outputnya meliputi penurunan kualitas air. Proses fuzzy logic meliputi beberapa tahap, yaitu;

Fuzzifikasi: pada tahap ini dibuat fungsi keanggotaan berdasarkan standar baku mutu kualitas air,

Rule Base: Pada tahap ini dibuat aturan “jika.. maka”. Aturan ini dibuat merujuk kepada standar baku mutu air,

Inferensi: Pada tahap ini diambil keputusan untuk mendapatkan himpunan fuzzy berdasarkan rancangan rule base

Defuzzifikasi: Pada tahap ini setiap hasil dari inferensi akan dikonversikan dari bentuk himpunan fuzzy ke suatu bilangan riil.

Validasi dan Analisis Model: Pada tahap ini ditentukan apakah model telah mendekati keadaan nyata atau belum dengan membandingan data empiric dengan data pengujian. Lalu model tersebut dianalisis dan diinterpretasikan kembali ke masalah nyata sehingga dapat dirumuskan berbagai kebijakan strategis dan fundamental.

Dari riset ini didapatkan ketepatan 67 persen dari model penurunan kualitas air. Model tersebut didapat dengan membandingkan data empirik dengan data pengujian. Model yang diperoleh cukup baik sehingga berpotensi untuk mengetahui tingkatan kualitas air.

Namun, masih akan dilakukan perbaikan model sampai model yang didapat mendekati keadaan nyata.

Salah satu aspek penting dalam memprediksi fenomena upwelling adalah dengan memodelkan penurunan kualitas air, mengingat upwelling merupakan fenomena pembalikan massa air dari lapisan dalam ke permukaan yang bersifat defisit oksigen.

Dengan mengetahui kualitas air di danau tersebut maka akan meminimalkan kematian massal pada ikan dan mengurangi pencemaran danau apabila terjadi fenomena upwelling.