Analisa Limpasan Berdasarkan Curah Hujan Menggunakan Model Artifical Neural Network (ANN) Di Sub DAS Brantas Hulu

Main Author: Maknun, Lu’luil
Format: Thesis NonPeerReviewed
Terbitan: , 2019
Subjects:
Online Access: http://repository.ub.ac.id/173281/
Daftar Isi:
  • DAS bagian Hulu sering mengalami peralihan tata guna lahan yang menyebabkan kemampuan infiltrasi menjadi berkurang. Sehingga air hujan yang jatuh pada suatu daerah aliran sungai (DAS) akan menjadi limpasan permukaan (surface runoff) yang akan berpengaruh terhadap aliran debit pada suatu outlet DAS dan menyebabkan banjir. Data debit biasanya tersedia lebih sedikit dibandingkan data curah hujan, sehingga dicari suatu hubungan antara aliran sungai yang diterapkan dalam periode tersedia data curah hujan di suatu wilayah DAS. Studi ini dilakukan untuk mengetahui hasil pemodelan debit berdasarkan curah hujan dengan metode Artifical Neural Network (ANN) dengan program MATLAB R2014b dan mengetahui perbandingan debit model ANN dengan data pengamatan di Sub DAS Brantas Hulu. Data yang digunakan pada studi ini masing-masing 10 tahun (2008-2017) dengan data tambahan yaitu koefisien aliran dan jumlah hari hujan. Data curah hujan dan debit terlebih dahulu dilakukan analisis kualitas data, yaitu dengan Pembangkitan Data Hilang (Normal Ratio dan Regresi Linier Sederhana), Uji Konsistensi Data, Uji Ketiadaan Trend dan Uji Stasioner. Pada data hujan dilakukan analisis curah hujan rerata daerah dengan polygon thiessen. Dalam studi ini untuk mengetahui hasil kesesuaian terhadap data pengamatan, maka dilakukan uji kalibrasi dengan pembagian data 5 tahun, 6 tahun, 7 tahun, 8 tahun dan 9 tahun serta uji verifikasi dan validasi dengan pembagian data sisanya yaitu 5 tahun, 4 tahun, 3 tahun, 2 tahun dan 1 tahun. Masing-masing pengujian dilakukan dengan epoch 500, 1000, 500 dan 2000. Pengujian yang digunakan pada uji tersebut diantaranya, Uji Nash Sutchlife Efficient (NSE), Root Mean Square Error (RMSE), Koefisien Korelasi (R) dan Kesalahan relatif (KR). Hasil analisis perhitungan debit limpasan dengan menggunakan model ANN terhadap data pengamatan berdasarkan kalibrasi diperoleh pada data 5 tahun epoch 500 yang memiliki nilai yang paling baik dan memenuhi kategori yang ada. Untuk uji verifikasi berdasarkan metode koefisien korelasi (R) memenuhi kriteria (>0,5) untuk semua data dan semua epoch, dan berdasarkan uji validasi berada pada data 1 tahun dengan epoch 500. Perbandingan hasil debit model ANN dengan pengamatan dipilih berdasarkan nilai metode NSE dan R paling baik dan memenuhi kategori yang ada.