ABSTRAK Christopher Yuki Sutanto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
COVER Christopher Yuki Sutanto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 1 Christopher Yuki Sutanto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 2 Christopher Yuki Sutanto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 3 Christopher Yuki Sutanto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 4 Christopher Yuki Sutanto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 5 Christopher Yuki Sutanto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
PUSTAKA Christopher Yuki Sutanto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Polusi air adalah salah satu masalah lingkungan yang dapat memberikan dampak buruk
yang besar terhadap ekologi sungai. Untuk dapat mengontrol dan mengatasi masalah
tersebut, diperlukan studi mengenai pergerakan dari polutan. Model matematika dari
pergerakan polutan ini dirumuskan dalam bentuk persamaan diferensial parsial. Persamaan adveksi-difusi menjadi model matematika yang digunakan dalam penelitian ini.
Untuk memperoleh solusi dari persamaan tersebut, digunakan metode analitik dan juga
metode Physics-Informed Neural Network (PINN). Simulasi hasil persamaan adveksidifusi dengan metode analitik dan PINN dilakukan dan dihitung nilai mean-squared
error (MSE). Hasil simulasi dan perhitungan MSE menunjukkan PINN dapat menjadi
salah satu metode yang efektif untuk menyelesaikan persamaan diferensial parsial, khususnya persamaan adveksi-difusi. Selanjutnya, setelah dibandingkan performa PINN
terhadap metode analitik, telah dipelajari penyelesaian persamaan adveksi-difusi 2 dimensi dengan sumber polutan menggunakan metode Physics-Informed Neural Network
(PINN). Hasil dari simulasi menunjukkan bahwa polutan akan bergerak sesuai dengan
arah adveksi. Konsentrasi polutan akan mengalami kenaikan dan menuju saturasi pada
titik dengan jarak tertentu dari sumber polutan.