ENHANCING SUSTAINABILITY INDEX PARAMETER USING ANFIS COMPUTATIONAL INTELLIGENCE MODEL

Abstract

The scarcity of water resource is an essential global issue in the 21st century. Therefore, one of the Sustainable Development Goals (SDG) was to ensure the availability and sustainable management of water and sanitation. To do this, it is necessary to assess whether or not the SDG has been followed using the sustainability index. However, there are a lot of sustainability indexes and many of them have the same problem, in which all sustainability index parameters have the same weightage. This problem shows us that every parameter in the sustainability index is equal, while in real life there is no equal parameter. In this paper a weightage for each parameter is proposed to enhance the sustainability index. The method to assess the sustainability index parameters was using a questionnaire by key experts in the water industry. Using ANFIS computational intelligence, the result of the assessment was then fit to the frequent parameters that exist in other sustainability indexes. This proposed method can produce a ranking and weight for each sustainability index parameter and criteria. Using this method, the weightage for each sustainability index parameter can be generated, such as environmental 0.301, engineering 0.214, economic 0.280, and social 0.205. ABSTRAK: Kekurangan sumber air merupakan isu global yang penting dalam abad ke-21. Oleh itu, salah satu Matlamat Pembangunan Mampan (SDG) adalah bagi memastikan ketersediaan dan pengurusan air dan sanitasi yang berterusan. Bagi melaksanakan ini, adalah perlu untuk menilai sama ada SDG telah diikuti atau tidak menggunakan indeks kemampanan. Walau bagaimanapun, terdapat banyak indeks kemampanan dan kebanyakannya mempunyai masalah yang sama, di mana semua parameter indeks kemampanan mempunyai pemberat yang sama. Masalah ini menunjukkan kepada kita bahawa setiap parameter indeks kemampanan adalah sama, manakala dalam kehidupan sebenar tiada parameter yang sama. Kajian ini merupakan cadangan wajaran pemberat bagi setiap parameter bagi meningkatkan indeks kemampanan. Kaedah bagi menilai parameter indeks kemampanan adalah menggunakan soal selidik oleh pakar utama dalam industri air. Menggunakan kecerdasan pengiraan ANFIS, hasil penilaian kemudiannya diselaraskan dengan parameter kerap yang wujud dalam indeks kemampanan lain. Kaedah yang dicadangkan ini boleh menghasilkan pemeringkatan dan pemberat bagi setiap parameter dan kriteria indeks kemampanan. Menggunakan kaedah ini, wajaran pemberat bagi setiap parameter indeks kemampanan dapat dijana, seperti persekitaran 0.301, kejuruteraan 0.214, ekonomi 0.280, dan sosial 0.205. ABSTRAK: Kekurangan sumber air merupakan isu global yang penting dalam abad ke-21. Oleh itu, salah satu Matlamat Pembangunan Mampan (SDG) adalah bagi memastikan ketersediaan dan pengurusan air dan sanitasi yang berterusan. Bagi melaksanakan ini, adalah perlu untuk menilai sama ada SDG telah diikuti atau tidak menggunakan indeks kemampanan. Walau bagaimanapun, terdapat banyak indeks kemampanan dan kebanyakannya mempunyai masalah yang sama, di mana semua parameter indeks kemampanan mempunyai pemberat yang sama. Masalah ini menunjukkan kepada kita bahawa setiap parameter indeks kemampanan adalah sama, manakala dalam kehidupan sebenar tiada parameter yang sama. Kajian ini merupakan cadangan wajaran pemberat bagi setiap parameter bagi meningkatkan indeks kemampanan. Kaedah bagi menilai parameter indeks kemampanan adalah menggunakan soal selidik oleh pakar utama dalam industri air. Menggunakan kecerdasan pengiraan ANFIS, hasil penilaian kemudiannya diselaraskan dengan parameter kerap yang wujud dalam indeks kemampanan lain. Kaedah yang dicadangkan ini boleh menghasilkan pemeringkatan dan pemberat bagi setiap parameter dan kriteria indeks kemampanan. Menggunakan kaedah ini, wajaran pemberat bagi setiap parameter indeks kemampanan dapat dijana, seperti persekitaran 0.301, kejuruteraan 0.214, ekonomi 0.280, dan sosial 0.205.

Keywords

• Environmental Health, Ecosystems, Urban development, Environmental sustainability.
• Computational Intelligence
• ANFIS