MODEL TREE LINIER UNTUK EKSTRAPOLASI DATA DEBITINFLOW DI
WADUK SELOREJO DAN WADUK LAHORKABUPATEN MALANG
Oleh: PUSPITA INDAH PERMATASARI ( 045200021 )
Civil Engineering Dibuat: 2009-04-18 , dengan 3 file(s).
Keywords: data, debit, ekstrapolasi, model, tree
ABSTRAK
Peramalan (forecasting) terhadap besaran debit inflow merupakan tahapan penting dalam penyusunan pola operasi bangunan air baik yang berfungsi untuk pembangkit listrik tenaga air (PLTA) maupun untuk fungsi yang lain. Pada PLTA kesalahan prediksi terhadap besaran inflow yang akan terjadi pada siklus operasional ke depan dapat menyebabkan tidak maksimalnya fungsi bangunan tersebut dalam memproduksi tenaga listrik. Teknik peramalan debit sederhana yang banyak diterapkan pada saat ini adalah dengan menganggap bahwa debit aliran sungai pada periode mendatang akan sama dengan debit yang diukur pada periode ini. Cara tersebut terbukti memberikan hasil yang kurang memuaskan. Berbagai upaya untuk memperbaiki metode tersebut telah banyak dilakukan diantaranya dengan penerapan model-model stokastik seperti Model Markov, Thomas Fiering atau yang lain. Pada kebanyakan studi dan penelitian terdahulu
menunjukkan bahwa metode tersebut juga belum optimal oleh karena dinilai kurang “applicable” akibat sifatnya yang masih teoritik dan proses perhitungannya cukup rumit untuk setiap kali melakukan peramalan.
Seiring dengan perkembangan dunia komputer yang demikian pesat, metode berbasis kecerdasan buatan (Artificial Intelegentia) menjadi popular dan seringkali menjadi pilihan untuk
menyelesaikan masalah peramalan. Penelitian ini merupakan salah satu upaya untuk memberikan alternatif solusi terhadap masalah peramalan debit pada satu tahun ke depan dengan
memanfaatkan salah satu metode yang berbasis Artificial Intelegentia (IA), yaitu Model Tree. Model Tree telah dicoba untuk diterapkan pada bidang hidrologi terutama untuk penelusuran banjir, transformasi data hujan menjadi data debit dan peramalan pasang surut muka air laut dengan hasil yang cukup memuaskan. Dalam analisisnya pembentukan model matematik yang didasarkan pada data latih harus dilakukan dengan proses perhitungan yang rumit dan
membutuhkan waktu yang lama, namun setelah model terbentuk proses peramalan debit pada periode mendatang dapat dianalisis dengan lebih mudah dan cepat. Dengan demikian hasil yang
diperoleh dapat lebih bersifat “applicable”, dan pada akhirnya diharapkan dapat mendukung
upaya peningkatan nilai manfaat ekonomis dari bangunan-bangunan air yang ada.
ABSTRACT
assessed unsatisfying " applicable" effect in character which teoristic still and its the calculation process enough complicated for each time does forecasting.
Along with development of fast such a computer world, method bases on artificial intelligence (Artificial Intelegentia) becomes popular and often becomes choice to finalize forecasting problem. This research is one of effort to give alternative of solution to forecasting problem of debit by next one years by exploiting one of method being based on Artificial Intelegentia (LA), that is Model Tree. Model Tree has been tried to be applied at hydrology area especially for floods scanning, orthogonal transformation of rain data becomes debit data and forecasting of sea-water face ebb with well enough result. In analysing it forming of mathematical model based on by data to train must be done with complicated calculation process and requires old time, but after model is formed [by] forecasting process of debit at period to come can be analysed with
interest easy and quickly. Thereby result obtained earns more haves the character of “applicable”,
