Estimasi Tinggi Curah Hujan Dari Data Klimatologi Menggunakan Model Artifical Neural Network (ANN) Di Kabupaten Sampang Jawa Timur
| Main Author: | Pratiwi, Novalina Putri |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/173282/ |
Daftar Isi:
- Iklim merupakan keadaan rata-rata cuaca di satu daerah yang cukup luas dan dalam kurun waktu yang cukup lama, minimal 30 tahun, yang sifatnya tetap. Keadaan iklim, topografi, dan geologi akan mempengaruhi kondisi hidrologi. Unsur cuaca atau iklim tersebut antara lain, jumlah dan distribusi presipitasi, misalnya curah hujan, unsur cuaca seperti pengaruh angin, temperatur, kelembaban pada evapotranspirasi, durasi penyinaran matahari, intensitas penyinaran matahari, unsur air permukaan, seperti debit sungai dan tinggi muka air yang akan mempengaruhi kondisi hidrologi. Studi ini dilakukan untuk mengetahui hasil pemodelan tinggi curah hujan bulanan dan harian dari data klimatologi berdasarkan metode Artificial Neural Network (ANN) dan mengetahui perbandingan curah hujan antara metode Artifical Neural Network (ANN) (Matlab) dengan data lapangan. Data iklim yang digunakan pada studi ini selama 10 tahun (2007-2016) yang diantaranya meliputi kecepatan angin, lama penyinaran, evaporasi, dan suhu. Data iklim dan data curah hujan terlebih dahulu dilakukan analisis kualitas data terlebih dahulu, yaitu dengan Uji Stasioner, Uji Ketidak-adaan trend, Uji Persistensi, dan Uji Outlier. Dalam studi ini untuk mengetahui kesesuaian hasil metode yang digunakan terhadap pengamatan, maka dilakukan uji kalibrasi dengan pembagian data 5, 6, 7, 8, dan 9 tahun serta uji verifikasi dengan pembagian data 5, 4, 3, 2, dan 1 atau data sisa dari kalibrasi. Masing-masing dilakukan pengujian dengan epoch 500, 1000, 1500, dan 2000. Pengujian yang digunakan pada uji tersebut diantaranya, Uji Efisiensi Nash-Sutcliffe (ENS), Uji Koefisien Korelasi (R), Uji Root Mean Squared Error (RMSE), dan Uji Kesalahan Relatif (Kr). Hasil analisis perhitungan curah hujan bulanan dengan metode (ANN) terhadap data pengamatan berdasarkan kalibrasi didapatkan bahwa di pembagian data 5 tahun epoch 2000 yang memenuhi nilai kriteria dan memiliki nilai yang paling baik, sedangkan untuk verifikasi di data 1 tahun epoch 2000. Perhitungan curah hujan harian berdasarkan kalibrasi terdapat di data 7 tahun epoch 1000, sedangkan uji verifikasi terdapat di data 1 tahun dengan epoch 500. Perbandingan data curah hujan dengan data pengamatan hampir mendekati jika nilai Efisiensi Nash-Sutcliffe (ENS), dan Koefisien Korelasi (R) memenuhi kategori yang ada.