Bakteria merupakan sejenis mikroorganisma yang mendatangkan pencemaran mikrobial. Bakteria penurun-sulfat (SRB) bersifat anaerobik dan boleh mengakibatkan kakisan bahan besi selain bahan aloi yang mengandungi kuprum. Ramalan tentang kewujudan bakteria penurun-sulfat dalam sistem pengairan sangat penting. Ini adalah untuk mencegah terjadinya kakisan bahan besi dalam sistem tersebut. Sebab itu, dalam kajian ini, satu sistem inferens berdasarkan penyesuaian neuro-fuzzy (ANFIS) dicadangkan untuk meramal kewujudan bakteria penurun-sulfat dalam satu medium yang tertentu. Satu kajian telah dijalankan atas ANFIS supaya lebih memahami dan mengenali konsep dan struktur sistem tersebut. Data eksperimen dari dua medium yang berlainan telah digunakan untuk melatih ANFIS. Tiga parameter (voltan, suhu and kelembapan) dipilih sebagai faktor penting untuk menunjukkan kewujudan bakteria. Parameter yang memberi impak terbesar dalam model ramalan telah dikenalpasti. Dalam latihan data ANFIS, tiga jenis fungsi keahlian iaitu trapezoid, bentuk loceng dan segi tiga telah digunakan. Keputusannya, ANFIS yang bersertakan fungsi trapezoid sebagai fungsi keahlian merupakan ANFIS yang terbaik dalam sistem ramalan bakteria penurun-sulfat. Ini terbukti dengan purata kesilapannya, 1.66E-07 pada epoch yang ke-250. Keputusan ini telah disahkan dengan sepuluh eksperimen berasaskan data yang dipilih secara rawak daripada data keseluruhan.
_______________________________________________________________________________________________________
Bacteria are one type of microorganism which contributes majorly in microbial contamination. Sulphate-reducing bacteria (SRB) are anaerobic and may lead to corrosion of iron material. The bacteria have also contributed for pitting corrosion in copper-containing alloys. The prediction of existence sulphate-reducing bacteria in a water system is very crucial to cope with corrosion issue in the water system. In this regard, a method of using an adaptive neuro-fuzzy inference system (ANFIS) is studied for the modeling and predicting the existence of SRB in the medium. The general structure and criteria of the system are studied. Experimental data collected from two different medium are used for training the ANFIS system. Three parameters (voltage, temperature and humidity) of the medium are selected as major factors to indicate the existence of the bacteria. The parameter which gives most significant impact for the prediction model is identified. Three membership functions (trapezoidal, bell-shaped, triangular) are used for training the data for comparison purpose. Results showed that the ANFIS with trapezoidal membership function is the best with average error, 1.66E-07 at epoch 250. The comparison analysis is further validated with 10 experiments, by using the input-output pairs (parameters of medium) which are chosen randomly from the total data set.
Study on adaptive neuro-fuzzy inference system for sulphate-reducing bacteria detection / Lim Khai Sian