Membangun sistem OLAP kualitas air 2.0 di Taiwan Hei Chia Wang a , * , Jiunn-Liang Guo a , b a National Cheng Kung University, Institut Manajemen Informasi, 1 University Road, Tainan 701, Taiwan b Departemen Penerbangan Manajemen ROC, Taiwan Akademi Angkatan Udara, Gangshan Township, Kaohsiung County 820, Taiwan articleinfo Pasal sejarah: Diterima 28 Januari 2011 Diterima dalam bentuk direvisi 27 April 2011 Diterima 28 April 2011 Tersedia online 12 Mei 2011 Kata kunci: Web 2.0 OLAP Sistem mutu air Pengetahuan dasar abstrak Mendapatkan air layak untuk dikonsumsi manusia merupakan masalah penting di kedua pertanian dan indusnegara trialized. Di daerah dengan persediaan air yang terbatas, air harus hati-hati dikelola oleh semua pengguna bukan hanya dengan lembaga air. Oleh karena itu, sistem monitoring air harus memungkinkan tertarik monitor, seperti ekonom pemerintah, peneliti dan pengguna umum, untuk berpartisipasi dalam mengelola kualitas air. Namun, informasi air yang paling didistribusikan dalam format yang tidak nyaman bagi analisis holistik umum. Selain itu, menafsirkan output dari sistem lingkungan melibatkan
domain pengetahuan khusus yang tidak dipahami dengan baik oleh masyarakat. Bagaimana mengintegrasikan semua data yang tersedia untuk memberikan pengetahuan yang bermanfaat dan kesimpulan dimengerti untuk pengguna kembali- berbeda Alasan merupakan masalah penting. Makalah ini menyajikan kualitas air sistem 2.0 OLAP dirancang untuk Sumber Daya Air Biro Selatan (TSWRB) dari Taiwan. Konsep Web 2.0 telah diadopsi untuk mengintegrasikan sumber daya yang berkualitas data. Dalam Selain itu, On-Line Analytical Processing (OLAP) adalah sistem yang digunakan untuk menganalisis data dari didistribusikan sumber daya untuk meningkatkan pemahaman informasi kualitas air non-ahli. Sistem ini menyediakan kerangka kerja bagi semua pengguna untuk berkolaborasi dalam memantau kualitas air dan melindungi terbatas sumber daya air. Ó 2011 Elsevier Ltd All rights reserved. 1 Pendahuluan Pengelolaan lingkungan ( Cary dan Roberts, 2011; Mianabadi et al, 2011.; Wright et al, 2011.; Tseng et al., 2008 ) Adalah penting masalah bagi kehidupan manusia. Freshwater tidak hanya penting untuk vironment yang ronment tetapi juga untuk kegiatan ekonomi dan produksi industri ( Ferng 2007 ). Namun, air tawar menyumbang kurang dari 1% dari total volume air di bumi dan tidak merata ( Wallace et al., 2003 ). Oleh karena itu, pengelolaan air yang terbatas sumber merupakan tantangan di setiap negara di abad ke-21. Taiwan, sebuah pulau yang terletak di daerah sub-tropis barat Pasifik, menerima sekitar 2,6 kali rata-rata global presipitasi. Namun, distribusi yang tidak merata dari curah hujan dan fitur unik dari hasil geografi Taiwan di sedikit air tawar yang tersedia untuk setiap penduduk (jauh lebih kecil dari rata-rata dunia) ( Ferng 2007 ). Taiwan telah terdaftar di antara daerah yang serius kekurangan sumber daya air. Selain itu, Taiwan adalah teknologi manufaktur pulau, dan permintaan untuk air meningkat cepat. Aksesibilitas sumber daya air telah menjadi masalah yang semakin signifikan bagi perekonomian dan untuk mempertahankan kehidupan manusia. Perubahan cuaca telah membuat jumlah curah hujan variabel. Oleh karena itu, perubahan punyamenjadi inwaterquality sulit untuk kontrol di banyak waduk. Di Taiwan, waduk menyediakan 68% dari air minum ( Wen dan Tseng-Wen, 2002 ). Selain itu, air
kualitas sangat berkaitan dengan kesehatan masyarakat. Oleh karena itu, adalah penting untuk memantau kualitas air secara terus menerus. Dalam mengatur sumber daya air, ada kecenderungan yang jelas terhadap strategi manajemen kolaboratif untuk memecahkan masalah distribusi dan untuk mencapai keterlibatan publik jangka panjang. Ako et al. (2010) memiliki menunjukkan bahwa benar menerapkan Sumber Daya Air Terpadu Manajemen (IWRM) meningkatkan koordinasi pengelolaan air ment dan menjamin penggunaan air yang berkelanjutan. PBB World Development Report Air 2 ( WWDR2 2006 ) Telah mengamati bahwa kekurangan air dapat ditingkatkan dengan pengelolaan air sistem di mana pemerintah, perusahaan swasta dan masyarakat madani bekerja sama. Untuk mencapai tujuan ini, langkah pertama adalah membuat Data kualitas air yang tersedia untuk umum. Informasi di atas air kualitas secara tradisional resmi diumumkan melalui surat kabar, televisi dan radio. Baru-baru ini, beberapa sistem laporan air telah diusulkan ( Gao et al, 2011;. Gerwin dan Lawrence, 2006; Ullmer et al,. 2005; Zhang et al, 2011.; Dvarioniene dan Stasiskiene 2007 ) untuk mengelola atau berbagi data. Namun, sistem ini tidak cukup karena, di dalamnya, informasi disediakan oleh sumber tunggal. Pendekatan yang lebih baik adalah untuk mengintegrasikan data dari kedua resmi dan * Sesuai penulis. Tel .: þ886 6 2757575; fax: þ886 6 2362162. Alamat e-mail:
[email protected] (HC Wang). Daftar isi yang tersedia di ScienceDirect Jurnal Produksi Bersih homepage jurnal: www.elsevier.com/locate/jclepro 0959-6526 / $ e melihat hal depan Ó 2011 Elsevier Ltd All rights reserved. doi: 10.1016 / j.jclepro.2011.04.019 Jurnal Produksi Bersih 40 (2013) 4 0e45 Page 2
organisasi non-resmi untuk mencapai apa yang disebut lingkungan manajemen pengetahuan ( Tseng, 2010, 2011; Bugs et al., 2010 ). Ini sistem manajemen dapat dicapai melalui penggunaan baru teknologi. Hari ini, ada sebuah konsep layanan baru, yang disebut Web 2.0, di yang semua peserta yang tertarik dapat bekerja sama. Web 2.0 telah dibahas dengan baik dan berlaku dari perspektif pengguna ( Bugs et al., 2010; Gauthier et al, 2010.; Tam et al, 2009.; Westera et al., 2009 ). Ini memungkinkan organisasi yang berbeda, misalnya, lembaga non-profit dan vironment organisasi ling-, dengan mudah berkolaborasi dalam berbagi data. Setelah data dikumpulkan, sistem analisis online adalah cara yang baik untuk
mewakili informasi. Kebanyakan sistem pengelolaan air yang ada menyediakan data mentah bagi pengguna untuk meninjau. Menyediakan data mentah mudah karena sistem tidak perlu tidak mengambil format atau arti dari Output menjadi pertimbangan. Namun, sistem tersebut tidak cocok untuk non-ahli. Beberapa sistem yang lebih baik dalam menampilkan hasil-hasil mereka di grafik tanpa menjelaskan makna ( Gao et al, 2011;. Ullmer et al, 2005.; Haag dan Westrich 2002 ). Selain itu, beberapa sistem menggunakan basis pengetahuan untuk desain mereka, yang sesuai jika output mereka hanya digunakan oleh para ahli domain ( Bertino et al, 2002.; Kukuric dan Hall, 1998; Saaltink dan Carrerra, 1992 ); Namun, sebagian besar orang tidak memahami isi karena mereka tidak profesinya sionals dalam domain ini. Masalah merancang sebuah mudah memahami antarmuka standable dan format user-friendly merupakan topik penting dalam sistem lingkungan, terutama untuk berbagai isi data. Sana kedepan, menyusun pengetahuan ahli menjadi presentasi dimengerti tionandmaintainingitina flexibleformatisachallengeindeveloping sistem analisis kualitas air. Untuk mengatasi masalah di atas, makalah ini mengusulkan kualitas air sistem 2.0 OLAP, yang dirancang untuk melayani dua fungsi: pertama, untuk mengintegrasikan sumber data yang terdistribusi antara berbagai kualifikasi penyedia data dan, kedua, untuk menyajikan data dalam format yang tepat untuk berbagai jenis pengguna. Ini pertama Tugas ini didasarkan pada konsep Web 2.0, di mana masi yang berbeda penyedia infor berkolaborasi untuk menyediakan kualitas air tambahan informasi. Tugas kedua dilakukan oleh analisis online processing (OLAP) sistem dengan basis pengetahuan. Berikut ini adalah tinjauan pustaka untuk membangun latar belakang pengetahuan kami. 2 Sastra ulasan 2.1. Sistem kualitas pelayanan air Pemeliharaan kualitas air selalu menjadi masalah yang signifikan. Dengan demikian, efisiensi penggunaan sistem monitoring air untuk mendeteksi kontaminasi juga telah dieksplorasi oleh banyak peneliti dan organisasi. Amerika Serikat Environmental Protection Agency (2010) adalah evaluasi diciptakan suspensi mikroba dengan menggunakan Distri- air minum Sistem bution simulator (DSS) dengan banyak sensor air seperti JMAR BioSentry, Spectro :: lyserTM dan sebagainya. Broeke (2005) juga dievaluasi S :: dapat spektrofotometri :: lyser UV-probe di bawah situ- berbeda negosiasi dan sangat bermanfaat untuk memantau perubahan mendadak dalam air kualitas. Atkinson dan Mabe (2006) menggunakan Yellow Springs instrumen
KASIH (YSI) sonde untuk mengukur distribusi dan variasi konduktivitas dan langkah-langkah lain kualitas air di danau. Dalam sistem, semua informasi dikumpulkan secara independen satu sama lainnya, yang dengan demikian tidak sangat meyakinkan. Oleh karena itu, pengumpulan informasi dari berbagai sumber adalah cara untuk memecahkan masalah. Ide mengumpulkan informasi dapat dicapai dengan memanfaatkan Web 2.0 konsep. 2.2. Web 2.0 Web 2.0 telah mengubah cara orang berbagi informasi melalui Internet. Dibandingkan dengan Web 1.0, di mana pengguna hanya bisa menelusuri konten dan pasif menerima informasi yang dihasilkan oleh pengembang website, Web 2.0 menekankan interaksi dan kolaboratornya ransum antara pengguna tanpa meningkatkan apapun teknologi komputer. Aplikasi yang umum dari Web 2.0 mencakup jaringan sosial situs web, seperti Facebook, Twitter dan Plurk; wiki; dan videoberbagi situs web, seperti Youtube, blog dan web-terkait lainnya daerah. Selain itu, Web 2.0 juga dapat membantu dalam banyak bidang lain membutuhkan kolaborasi interaktif. Damani dan Fulton (2010) diterapkan Web 2.0 untuk sistem perawatan kesehatan yang menumbuhkan komunikasi tion antara pustakawan klinis dalam tim mereka. Wright et al. (2009) mengamati bahwa sistem Web 2.0 membuat pendukung keputusan klinis lebih mudah dan lebih murah. Zhang et al. (2009) mengusulkan Web yang 2.0 sistem manfaat pengembangan bioinformatika dengan mendorong partisipasi pengguna dan dengan memfasilitasi tidak hanya integrasi data tetapi juga berbagi data dan pertukaran. Dalam beberapa tahun terakhir, isu-isu lingkungan, seperti pemanasan global, telah menjadi semakin signifikan dan relevan untuk setiap orang di seluruh dunia. Namun, penggunaan Web 2.0 untuk lingkungan masalah belum dieksplorasi secara luas dalam literatur penelitian. Oleh karena itu, makalah ini berlaku konsep ini untuk mengumpulkan memenuhi syarat Data kualitas air untuk evaluasi. 2.3. Sistem OLAP OLAP adalah sebuah pendekatan pengambilan keputusan yang terintegrasi untuk multi analisis dimensi data bisnis dengan operasi seperti Roll up, Drill-down dan Pivot. Aplikasi kebanyakan melibatkan bisnis pendukung keputusan ( Kimball dan Ross, 2002 ), seperti inteligensia bisnis ligence, manajemen kinerja bisnis, pelaporan keuangan,
penemuan pengetahuan, data mining dan bidang terkait lainnya. Keuntungan dari sistem OLAP adalah bahwa hal itu memungkinkan pengguna end-to menggunakan metode multi-dimensi untuk analisis data ad hocdan efisien menyediakan mereka dengan informasi yang dapat dipercaya. Berdasarkan fitur ini, OLAP mungkin berguna dalam ilmiah lainnya dan Engineered bidang neering yang membutuhkan analisis data multi-dimensi ( Kehl et al., 2008 ). Alkharouf et al. (2005) mengadopsi OLAP sebagai suplementasi yang ment untuk menciptakan alat data mining lebih efektif untuk gen Database ekspresi. Bedard et al. (2003) mengintegrasikan geografis sistem informasi dan OLAP untuk memfasilitasi pengetahuan geografis penemuan dan menganalisis data kesehatan lingkungan. Abdullah (2009) dipekerjakan OLAP untuk menganalisis kejadian kutu putih pada tanaman kapas. OLAP juga berlaku untuk masalah lingkungan. Appli- The kasi OLAP di daerah ekologis sangat diperlukan karena Data biasanya dianalisis bersama beberapa dimensi ( McGuire et al., 2008 ). Oleh karena itu kami mempertimbangkan mengadopsi OLAP untuk air kualitas analisis. 3 Kerangka kualitas air sistem 2.0 OLAP Antarmuka pengguna sistem harus fleksibel dan disajikan dengan baik. Untuk tujuan ini, sistem ini dipisahkan menjadi beberapa lapisan yang kemudian diimplementasikan secara individual. Metode ini dapat meminimalkan dependensi antara lapisan dan mengurangi dampak perubahan pada lapisan tetangga. Pada bagian ini, pertama kita mendefinisikan lapisan sistem ini. 3.1. Lapisan kualitas air sistem 2.0 OLAP Bagian ini menyajikan analisis kualitas air berlapis generik memodelkan seperti digambarkan dalam Gambar. 1 . The berlapis analisis kualitas air sistem terdiri dari (1) lapisan eksperimental, (2) lapisan data link, (3) lapisan data warehouse, (4) lapisan OLAP dan (5) lapisan pengetahuan. Setiap lapisan dipetakan ke satu set pengolahan HC Wang, J.-L. Guo / Jurnal Produksi Bersih 40 (2013) 40 e 45 41 Page 3
modul dalam kualitas air 2.0 sistem OLAP. Kami sekarang menggambarkan Fungsi setiap layer. The eksperimental lapisan data: data dalam lapisan ini diperoleh dari mendeteksi perangkat atau percobaan. Data memerlukan pengolahan lebih lanjut yang akan diformat ke dalam bentuk yang dapat dibaca manusia.
Data Link lapisan: lapisan data link mengintegrasikan didistribusikan data eksperimen. Tugas utama dari lapisan ini adalah untuk membangun sebuah lingkungan untuk penyedia data yang berbeda untuk berbagi data dengan mudah melalui internet. Data warehouse lapisan: data yang dikumpulkan dari berbagai penyedia mungkin kaya tapi tidak terstruktur. Sebuah gudang data mengatur kelompok data terdistribusi untuk tujuan yang berbeda. Data terdefinisi dengan baik akan membantu pengolahan lapisan OLAP. Lapisan OLAP: lapisan ini menganalisis data dari gudang data yang lapisan rumah. Model analisis untuk tujuan yang berbeda akan disesuaikan untuk menghasilkan hasil yang berbeda. Lapisan Pengetahuan: Lapisan ini berisi pengetahuan ahli digunakan untuk menentukan kualitas air. Setelah menganalisis masi yang mation dari masing-masing bahan dalam air, laporan akhir untuk tujuan yang berbeda disajikan. Lapisan ini mengandung ahli pengetahuan yang digunakan untuk menghasilkan laporan permintaan bagi pengguna. Lapisan Definisi ini berasal oleh ekstraksi fitur baru dan teknik analisis isi. Arsitektur Lapisan ini membuat mudah untuk meng-upgrade sistem modul jika ada bagian dari sistem menjadi rusak atau usang. 3.2. Membangun basis pengetahuan Salah satu tugas utama dari sistem ini adalah untuk membangun basis pengetahuan. Basis pengetahuan menyimpan pengetahuan para ahli untuk menilai kualitas air. Basis pengetahuan yang digunakan dalam penelitian ini meliputi hukum Taiwan dan pengetahuan ahli tentang kualitas air. Dalam sistem ini, dua jenis pengetahuan, waduk dan bendung, adalah dievaluasi, masing-masing dengan atribut evaluasi sendiri. Common elemen dalam evaluasi kedua waduk dan bendung adalah air indeks kualitas. Perbedaannya adalah bahwa berkualitas di waduk adalah terutama fungsi dari status trofik, sedangkan yang di bendung adalah terutama fungsi dari indeks polusi. Dalam tulisan ini, masi ini mation akan diselenggarakan sebagai pohon keputusan biner untuk dievaluasi saat ini systemstarts. Contoh struktur keputusan ditampilkan di Gambar. 2 . Model evaluasi yang digunakan dalam sistem ini adalah sebagai berikut: National Cheng Kung University Indeks Kualitas Air (NCKUWQI): Dalam sistem ini, baku mutu air yang digunakan adalah NCKUWQI, yang dirancang oleh Prof Wen NCKU pada tahun 2002
( Wen dan Tseng-Wen, 2002 ). Ia memodifikasi bobot dengan mengirimkan kuesioner kepada 134 ahli pada kualitas air, menggunakan DELPHI teknik riset opini. Di sini, kita menunjukkan pohon keputusan struktur nilai-nilai NCKUWQI. Carlson Indeks Status trofik ( CTSI 2010 ): TSI (SD) ¼ 60e14.41 ln (Secchi disk yang (meter)) TSI (Chl.a) ¼ 9.81 ln (klorofil a (g / L) þ 30,6) TSI (TP) ¼ 14.42 ln (Total fosfor (g / L) þ 4.15) di mana: TSI ¼ Carlson indeks negara trofik ln ¼ logaritma natural CTSI ¼ (TSI (Chl.a) þ TSI (SD) þ TSI (TP)) / 3. Aturan keputusan dapat ditampilkan dalam format berbasis aturan: Jika CTSI <40 oligotrophic Lain jika 40
50 eutrophic Indeks Pencemaran Sungai (RPI) ( EPA 2010 ): Gambar. 2. NCKUWQI kualitas air pohon keputusan. (1) lapisan Eksperimental (2) Data Link lapisan (3) lapisan Data Warehouse (4) lapisan OLAP (5) lapisan Pengetahuan Database Diperlukan Data Extraction 1 2 4 1 3 Mesin Mendeteksi dan percobaan Menentukan tingkat kualitas (Pengetahuan ahli) Mengintegrasikan Terdistribusi DBMS Database Database
Analisis Data Gambar. 1 Lapisan kualitas air 2.0 sistem OLAP. Tabel 1 Skor tabel nilai. DO (mg / L) > 6.5 4.5w6.5 2.0w4.4 <2.0 BOD5 (mg / L) <3.0 3.0w4.9 5.0w15 > 15 SS (mg / L) <20 20w49 50w100 > 100 NH3-N <0.50 0.5w0.99 1.0 w 3.0 > 3.0 Skor 1 3 6 10 HC Wang, J.-L. Guo / Jurnal Produksi Bersih 40 (2013) 40 e 45 42 Page 4
The RPI menggunakan skor rata-rata DO, BOD5, SS, dan NH3-N. Rata untuk setiap atribut yang digunakan dalam sistem ini ditunjukkan pada Tabel 1. RPI ¼ (Nilai DO þ Skor BOD5 þ Skor SS þ Skor NH 3 H) / 4 Jika RPI <¼2.0 berkualitas baik
Elseif 2.0 6.0 serius tercemar. 4. Menerapkan kualitas air sistem 2.0 OLAP Bagian ini membahas desain sistem dan implementasi fase. Kita mulai dengan infrastruktur sistem dan database desain. Kemudian, kami menyajikan contoh output sistem. 4.1. Sistem arsitektur Sesuai dengan model berlapis yang diusulkan sebelumnya, prototipe sistem untuk permintaan kualitas air di atas dasar Internet telah diusulkan. Gambar. 3 menunjukkan infrastruktur sistem ini dan data mengalir di antara model. Modul pertama adalah gudang data dan modul integrasi. Modul ini mengintegrasikan data dari berbagai sumber untuk berbagai tujuan. Model kedua adalah modul OLAP berdasarkan aturan dari ahli pengetahuan dan hukum. Modul ketiga, reaksi modul, adalah modul presentasi pengetahuan, yang menggunakan hasil analisis dari modul OLAP. 4.2. Lingkungan implementasi Sistem ini dilaksanakan bekerjasama dengan departemen yang ment Teknik Lingkungan Nasional Cheng Kung University, Taiwan. Sebagian besar isi basis pengetahuan diberikan oleh departemen ini. Database dan platform yang server Microsoft Windows dan server Microsoft SQL, masing-masing, berdasarkan pengguna ' permintaan. Contoh halaman permintaan setelah auto-format untuk pengguna sistem disajikan pada Gambar. 4 . Pengguna sistem dapat menambahkan bendung atau reservoir data ke dalam sistem ini ketika mereka perlu memonitor sumber daya tambahan air. 4.3. Proses OLAP Bagian ini membahas hasil analisis sistem. Dalam hal ini proses, isi data akan dikelompokkan ke dalam kelompok yang berbeda, dan setiap pengelompokan akan diberi kode metadata. Untuk mengintegrasikan masing-masing sumber data, kode metadata telah ditugaskan untuk setiap air sumber daya; misalnya, tw adalah kode untuk Tseng Wen-Reservoir. Setelah kode sumber daya air telah ditetapkan, titik sampling juga akan diberi kode metadata spesifik. Database metadata ini extensible. Setiap item yang tersimpan di gudang data akan terdaftar di layar. Pengguna dapat memilih permintaan mereka melalui otomatis yang diformat halaman dan mengirimkannya ke server OLAP. Server akan
Gambar. 3 analisis aliran permintaan air yang diusulkan, model sistem, dan interaksi data yang infrastruktur. Gambar. 4. Auto-format keluaran - halaman utama. HC Wang, J.-L. Guo / Jurnal Produksi Bersih 40 (2013) 40 e 45 43 Halaman 5
menggunakan basis pengetahuan untuk membangun pohon keputusan dan menganalisis kualitas air. 4.4. Representasi pengetahuan Ada tiga kualitas yang akan dievaluasi, yaitu Carlson Trofik Status Index ( CTSI, 2010; EPA 2010 ), Nasional Cheng Kung University Kualitas Air Index (NCKUWQI) ( Wen dan Tseng-Wen, 2002 ), Dan Indeks Pencemaran Sungai (RPI) ( EPA, 2010 ). Saat ini, hanya NCKUWQI dalam sistem ini telah dibuat memanfaatkanmampu untuk umum karena sebagian besar masyarakat tidak mengerti arti dari output. Jika salah satu indeks menunjukkan bahwa hadiah yang buruk Kondisi dapat ditingkatkan dengan proses lebih lanjut untuk yang diperlukan standar, maka air harus dianggap dapat diterima. Namun, jika jenis pesan diumumkan, mungkin membuat kepanikan publik. Untuk menghindari situasi seperti itu, yang bisa menyebabkan misunderstandings, sistem ini menyederhanakan representasi pengetahuan untuk beberapa tingkatan dimengerti: sangat baik, baik, normal, rendah Rata-rata, miskin, dan terburuk. Hal ini memungkinkan masyarakat untuk memeriksa air kualitas sekilas. Salah satu contoh dari sistem ini ditunjukkan pada Gambar. 5 . 5. Diskusi dan kesimpulan Penelitian ini mengusulkan sebuah kerangka kerja yang memungkinkan kualitas air menjadi dievaluasi melalui beberapa sumber daya bukannya melalui satu satu. Kontribusi utama dari makalah ini adalah pembangunan kualitas air sistem 2.0 OLAP, yang membuktikan bahwa yang diusulkan Kerangka layak. Ini merupakan cara untuk data terdistribusi untuk dikumpulkan, disusun, dianalisis, dan diterjemahkan ke dalam presentasi yang dapat dimengerti oleh publik. Proyek ini tidak hanya alamat tantangan yang timbul dari sistem analisis air, seperti yang berbagai titik sampling, tetapi juga menyajikan output dalam overdosis bentuk standable dengan bantuan basis pengetahuan. The
perbedaan antara pekerjaan ini dan prestasi yang ada di sistem terkait adalah bahwa sebagian besar sistem yang ada menyajikan hasil dari sumber tunggal, dalam format data mentah atau tanpa mudah penjelasan dimengerti. Pada inti dari sistem ini, kami telah mengembangkan data warehouse yang mengadopsi konsep Web 2.0 untuk mengintegrasikan beberapa data yang sumber daya untuk analisis online dan dalam hubungannya dengan pengetahuan presentasi. Selain itu, arsitektur ini, berdasarkan lapisan struktural mendatang, bisa dibuat modular dan scalable untuk setiap perubahan dalam standar evaluasi. Meskipun makalah ini mengusulkan kerangka kerja untuk mengintegrasikan bersama Data dalam sistem monitoring air, masih memiliki beberapa keterbatasan. Pertama, kualitas data harus dievaluasi secara cermat sebelum digunakan. Masalah ini bersama dengan sistem lain Web 2.0 dan dapat dipecahkan dengan memeriksa keandalan penyedia data ( Chatterjee et al., 2008 ). Keterbatasan lain adalah masalah data antar berubah-ubah. Dalam kerangka ini, standar pertukaran data air belum ditetapkan, yang akan menyebabkan kesulitan bagi organisasi yang berbeda untuk berbagi informasi. Oleh karena itu, beberapa kemungkinan karya di masa depan dapat dipertimbangkan. Pertama, pembentukan Web 2.0 air baku pertukaran kualitas akan memungkinkan lebih banyak pengguna untuk berbagi informasi lingkungan. Kedua, pihak ketiga yang dapat dipercaya bisa dibangun untuk mengevaluasi, dan demikian memastikan, keandalan data. Ketiga, teknologi yang lebih baru, seperti logika fuzzy ( Tseng dan Lin, 2009; Tseng et al, 2009. ), Bisa diadopsi untuk membangun sistem lingkungan yang lebih baik. Ucapan Terima Kasih Penelitian ini didasarkan pada pekerjaan yang didukung (sebagian) oleh Taiwan National Science Council di bawah Hibah No 95-2221-E-006-161 dan 96-2627 B-006-004-. Penulis ingin mengucapkan terima kasih Prof Wen NCKU Teknik Lingkungan untuk rekomendasi-rekomendasi yang berharga tions mengenai pengetahuan tentang kualitas air. Ambil Bulan Jan Februari Mar April May Juni Juli
Agustus September Oktober November Desember Atas Streaming 90,05 83.13 80.86 77,39 81.07 87.99 90.99 86,91 89,41 87.16 85.81 84.47 Permukaan Lapisan 89,89 87.12 86.65 80.7 85.85 90.32 86,83 91,61 84,53 83,89 87,47 86,97 Atas Lapisan 89.19 81,45 84.45 77.25 69,72 75,45 88.03 82.73 80,79
80,77 84.76 80.34 Outlet 89,76 84.15 87.65 71.72 85.18 83.75 83.34 80.89 82.94 85,55 88.57 89.06 Gambar. 5. kualitas output air. HC Wang, J.-L. Guo / Jurnal Produksi Bersih 40 (2013) 40 e 45 44 Halaman 6
Referensi Abdullah A., 2009 Analisis kutu putih kejadian pada tanaman kapas menggunakan ADSSOLAP (Online Analytical Processing) alat. Komputer dan Elektronik di Agri Budaya 69 (1), 59e72. Ako, AA, Eyong, GET, Nkeng, GE, manajemen sumber daya air dan 2010 pengelolaan sumber daya air terpadu (IWRM) di Kamerun. Sumber Daya Air Manajemen 24, 871e888. Alkharouf, NW, Jamison, DC, Matthews, BF, 2005 online pengolahan analisis (OLAP): alat data mining yang cepat dan efektif untuk database ekspresi gen. Jurnal Biomedik & Bioteknologi, 181e188 (2). Atkinson, SF, Mabe, JA, 2006 Dekat real-time monitoring dan pemetaan spesifik tingkat konduktivitas di Danau Texoma, USA. Pemantauan Lingkungan dan Penilaian 120 (1e3), 449e460. Bedard, Y., Gosselin, P., Rivest, S., Proulx, M.-J., Nadeau, M., Lebel, G., et al., 2003. Mengintegrasikan komponen GIS dengan pengetahuan teknologi penemuan untuk vironment pendukung keputusan kesehatan ling-. International Journal of Medical Informatics 70 (1), 79e94.
Bertino, E., Elmagarmid, AK, Hacid, MS, 2002 Pendekatan berbasis pengetahuan untuk informasi visual. Jurnal Sistem Informasi Cerdas 19 (3), 319e341. Broeke, JVD, 2005 Singkat Evaluasi S :: dapat spektrofotometri :: lyser. Kiwa Air Penelitian, Nieuwegein. Bugs, G., Granell, C., Font, O., Huerta, J., Painho, M., 2010 Penilaian Publik Partisipasi GIS dan teknologi Web 2.0 dalam praktek perencanaan kota di Canela, Brasil. Kota 27 (3), 172e181. Cary, J., Roberts, A., 2011. keterbatasan sistem manajemen lingkungan di Pertanian Australia. Jurnal Manajemen Lingkungan 92 (3), 878e885. Chatterjee, K., Alfaro, Ld, Pye, I., 2008 Robust reputasi konten-driven. In: The 1st Workshop Keamanan dan Artificial Intelligence. Amerika Serikat: ACM, Alexandria, Virginia. CTSI, 2010 Indeks Negara trofik Carlson. Environmental Protection Agency, US Damani, S., Fulton, S., 2010 Berkolaborasi dan Menyampaikan hasil pencarian literatur untuk tim klinis menggunakan Web 2.0 Tools. Medis Referensi Layanan Quarterly 29 (3), 207e217. Dvarioniene, J., Stasiskiene, Z., 2007 model pengelolaan sumber daya air terpadu untuk proses industri di Lithuania. Journal of Cleaner Production 15 (10), 950e957. EPA, 2010 Perlindungan Lingkungan Administrasi Dokumen Pelatihan ROC, Pemantauan Air Sungai Praktis Manual. Ferng, J.-J., 2007 permintaan air tawar Manusia untuk kegiatan ekonomi dan ekosistem di Taiwan. Pengelolaan Lingkungan 40 (6), 913e925. Gao, CK, Wang, D., Dong, H., Cai, JJ, Zhu, WG, Du, T., 2011. Optimasi dan evaluasi sistem penggunaan air industri baja. Jurnal Produksi Bersih 19 (1), 64e69. Gauthier, NP, Jensen, LJ, Wernersson, R., Brunak, S., Jensen, TS, 2010 Cyclebase.org: versi 2.0, yang komprehensif, repositori multi-spesies diperbarui sel eksperimen siklus dan hasil analisis yang diperoleh. Asam Nukleat Penelitian 38, D699eD702. Gerwin K, Lawrence PL. Pengembangan inventarisasi kualitas air GIS berbasis dan sistem sumber daya online untuk anak sungai Danau Erie mendukung Maumee Area Tahap II Kepedulian laporan dan delisting target untuk menguntungkan menggunakan impairKASIH. IAGLR Program Konferensi dan Abstrak. 2006; 49: 63. Haag, I., Westrich, B., 2002 Proses yang mengatur kualitas air sungai diidentifikasi oleh analisis komponen utama. Hidrologi Proses 16 (16), 3113e3130. Kehl, C., Simms, AM, Toofanny, RD, Daggett, V., 2008 Dynameomics: a multi
dimensi database analisis dioptimalkan untuk data protein yang dinamis. Protein Engineering Design & Seleksi 21 (6), 379e386. Kimball, R., Ross, M., 2002 The Data Warehouse Toolkit: Panduan Lengkap untuk Modeling Dimensi, kedua ed. John Wiley & Sons, New York. Kukuric, N., Hall, MJ, 1998 The Electronic Encapsulation pengetahuan untuk Ground pengelolaan kualitas air. Pengelolaan Sumber Daya Air 12 (1), 51e79. McGuire, M., Gangopadhyay, A., Komlodi, A., Swan, C., 2008 Sebuah desain yang berpusat pada pengguna untuk gudang data spasial untuk eksplorasi data dalam penelitian lingkungan. Ecological Informatika 3 (4E5), 273e285. Mianabadi, H., Afshar, A., Zarghami, M. 2011. Cerdas vironment multi-stakeholder manajemen ling-. Sistem Pakar dengan Aplikasi 38 (1), 862e866. Saaltink, MW, Carrera, J., 1992 Sistem Berbasis Pengetahuan untuk Pemodelan Tanah dan Polusi Air Tanah. TNO Laporan. Tam, W., Cox, AM, Bussey, A., 2009 Siswa preferensi pengguna untuk fitur berikutnyaOPACs generasi Studi kasus University of Sheffield mahasiswa internasional. Program-Elektronik Perpustakaan dan Sistem Informasi 43 (4), 349e374. Tseng, ML, Lin, YH, 2009 Penerapan fuzzy DEMATEL untuk mengembangkan penyebab dan efek model pengelolaan sampah padat perkotaan di Metro Manila. Lingkungan Pemantauan mental dan Assessment 158 (1e4), 519e533. Tseng, ML, Wu, WW, Lin, YH, Liao, CH, 2008 Sebuah eksplorasi hubungan antara praktek lingkungan dan kinerja manufaktur menggunakan PLS path modeling. Transaksi untuk Lingkungan dan Pembangunan 4 (6) WSEAS, 487e502. Tseng, ML, Lin, YH, Chiu, ASF, 2009 studi AHP berbasis Fuzzy dari produksi bersih pelaksanaan tion dalam produsen PWB Taiwan. Journal of Cleaner produksi tion 17 (14), 1249e1256. Tseng, ML, 2010a. Penilaian sebab dan akibat pengambilan keputusan model untuk kapasitas manajemen pengetahuan lingkungan yang kuat dalam ketidakpastian. Vironment ling- Pemantauan dan Penilaian 161 (1e4), 549e564. Tseng, ML, 2010b. Menggunakan preferensi linguistik dan analisis relasional abu-abu untuk mengevaluasi kapasitas manajemen pengetahuan lingkungan. Sistem Pakar dengan Aplikasi 37 (1), 70e81. Tseng, ML, 2011. Menggunakan model MCDM hybrid untuk mengevaluasi perusahaan lingkungan manajemen pengetahuan di uncertainty.AppliedSoft Computing11 (1), 1340e1352.
Ullmer, C., Kunde, N., Lassahn, A., Gruhn, G., Schulz, K., 2005 Wado (TM): air optimasi desain-metodologi dan perangkat lunak untuk sintesis proses sistem air. Jurnal Produksi Bersih 13 (5), 485e494. USEPA, 2010 Deteksi Biologi Skorsing Menggunakan Detektor Online Distribusi Air Minum Sistem Simulator Cincinnati. Wallace, JS, Acreman, MC, Sullivan, CA, 2003 Pembagian air antara masyarakat dan ekosistem: dari konflik ke DAS berbasis co-management. Transaksi filosofis dari Royal Society of London B Biological Sciences 358 (1440), 2011e2026. Wen, CG, 2002 Mudan Reservoir, Kao-Ping River, dan Chi-Shan Weir kualitas air jangka menengah laporan. TWRB Kualitas Air Laporan: Tseng-Wen Biro Reservoir. Westera, W., de Bakker, G., Wagemans, L., 2009 Self-pengaturan sekilas pasangan mahasiswa: Web 2.0 untuk pendekatan tutor teman sebaya. Belajar Interaktif Lingkungan 17 (4), 341e349. Wright, A., Bates, DW, Middleton, B., Hongsermeier, T., Kashyap, V., Thomas, SM, et al., 2009 Membuat dan berbagi klinis konten pendukung keputusan dengan Web 2.0: masalah dan contoh. Journal of Biomedical Informatics 42 (2), 334e346. Wright, IA, Wright, S., Graham, K., Burgin, S., 2011. Perlindungan lingkungan dan manajemen: studi kasus pencemaran air di dalam Greater Blue Mountains wilayah dunia Heritage, Australia. Kebijakan Penggunaan Tanah 28 (1), 353e360. WWDR2, 2006 Perserikatan Bangsa-Bangsa World Development Report Air 2 (WWDR 2). PBB World Development Report Air. Zhang Z., Cheung, K.-H., Townsend, JP, 2009 Membawa Web 2.0 untuk bioinformatika. Briefing di Bioinformatika 10 (1), 1e10. Zhang, XD, Huang, GH, Nie, XH, Lin, QG, 2011. berbasis Model pendukung keputusan sistem manajemen kualitas air di bawah ketidakpastian hybrid. Ahli Sistem dengan Aplikasi 38 (3), 2809e2816
