Analisa Evapotranspirasi Rujukan Menggunakan Pendekatan Empiris dan Artificial Neural Network (ANN) di Stasiun Geofisika Karangkates
| Main Author: | Adjit, Farhana Tamara Dewi Venussitha |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/173044/ |
Daftar Isi:
- Besarnya nilai evapotranspirasi digunakan untuk pengaturan kebutuhan air tanaman yang bertujuan dalam pemberian air irigasi. Salah satu jenis evapotrasnpirasi yaitu evapotranspirasi rujukan merupakan evapotranspirasi yang terjadi pada tanaman rujukan. Tanaman rujukan yang dimaksud yaitu tanaman rumput hijau yang memiliki tinggi 8 – 10 cm. Besarnya nilai evapotranspirasi rujukan (ET0) dapat ditentukan dengan alat pengukuran berupa panci evaporasi dan lysimeter, tetapi banyak daerah yang tidak dapat melakukannya karena keterbatasan alat yang ada. Banyak pendekatan metode yang bisa dilakukan namun dibutuhkan metode yang paling akurat untuk dapat diterapkan pada suatu lokasi. Dalam kajian ini untuk menganalisa evapotranspirasi rujukan dibutuhkan data klimatologi yaitu suhu udara, kelembaban udara, lama penyinaran matahari dan kecepatan angin serta data evaporasi pengamatan yang diperoleh dari pengukuran panci evaporasi kelas A di BMKG Karangkates selama periode tahun 2008 - 2017. Data evaporasi pengamatan dapat dikonversikan menjadi ET0 dengan mengalikan evaporasi dengan koefisien penyesuaian panci sebesar 0,85. Perhitungan evapotranspirasi rujukan ini menggunakan 3 metode empiris yaitu Metode Thornthwaite, Metode Hergraves 1974, Metode Penman – Monteith dan Model Artificial Neural Network (ANN). Pada analisa perhitungan dalam studi ini akan dilakukan pembagian data dengan 5 periode tahun yaitu 5, 6, 7, 8 dan 9 tahun yang digunakan dalam perhitungan metode empiris dan model ANN kemudian diuji kalibrasi untuk menentukan metode terpilih melalui beberapa uji dengan kriteria hasil yang harus dipenuhi. Hasil dari uji kalibrasi menunjukkan bahwa model ANN merupakan metode yang terpilih. Sisa data yang ada pada analisa sebelumnya (5 tahun, 4 tahun, 3 tahun, 2 tahun dan 1 tahun) dihitung dengan metode terpilih pada setiap periodenya kemudian diuji verifikasi dengan membandingkan hasil ET0 metode terpilih dengan ET0 pengamatan. Data untuk periode 5 tahun diverifikasi dengan 5 tahun (5 – 5), 6 tahun diverifikasi dengan 4 tahun (6 – 4), 7 tahun diverifikasi dengan 3 tahun (7 – 3), periode 8 tahun dengan 2 tahun (8 - 2) dan periode 9 tahun dengan 1 tahun (9 - 1). Hasil dari analisa perhitungan ET0 dapat disimpulkan metode terpilih yang menunjukkan nilai uji kalibrasi paling baik adalah model ANN dengan periode 9 tahun yaitu nilai Efisiensi Nash-Sutcliffe sebesar 0,922, nilai Mean Absolute Error sebesar 0,112, nilai R2 sebesar 0,857 dan Kr sebesar 3,297 %. Sehingga metode terpilih merupakan model ANN. Hasil uji verifikasi menunjukkan bahwa hasil perbandingan data periode 5 tahun yang diverifikasi dengan 5 tahun pengamatan merupakan yang paling baik, namun menurut penulis hal ini dinilai kurang adil karena tidak membandingkan setiap periode data dengan tahun yang sama. Sehingga, dilakukan penyesuaian dengan menguji kembali hasil ET0 metode terpilih setiap periode dengan ET0 pengamatan pada tahun yang sama. Hasil uji menunjukkan bahwa nilai Efisiensi Nash-Sutcliffe sebesar 0,729, nilai Mean Absolute Error sebesar 0,175, nilai R2 sebesar 0,780 dan Kr sebesar 5,233 %. Sehingga model ANN merupakan metode yang dapat diterapkan pada lokasi studi untuk menghitung nilai evapotranspirasi.