• Tidak ada hasil yang ditemukan

STUDI OPTIMASI OPERASI WADUK DENGAN METODE ALGORITMA GENETIK PADA WADUK CILEUWEUNG KABUPATEN KUNINGAN JAWA BARAT

N/A
N/A
Protected

Academic year: 2021

Membagikan "STUDI OPTIMASI OPERASI WADUK DENGAN METODE ALGORITMA GENETIK PADA WADUK CILEUWEUNG KABUPATEN KUNINGAN JAWA BARAT"

Copied!
10
0
0

Teks penuh

(1)

STUDI OPTIMASI OPERASI WADUK

DENGAN METODE ALGORITMA GENETIK PADA WADUK CILEUWEUNG KABUPATEN KUNINGAN JAWA BARAT

Nando Prananca Wonarto1, Widandi Soetopo2, Suwanto Marsudi 2

1

Mahasiswa Program Sarjana Teknik Jurusan Pengairan Universitas Brawijaya

2

Dosen Teknik Pengairan Fakultas Teknik Universitas Brawijaya

e-mail: [email protected]

ABSTRAK

Dibangunnya waduk Cileuweung dengan kapasitas tampungan yang besar seharusnya bisa mencukupi lebih banyak kebutuhan air bersih dan irigasi di sekitar wilayah waduk cileuweung. Melihat kondisi waduk yang ada seharusnya masih bisa dioptimalkan lagi untuk meningkatkan pemenuhan kebutuhan yang direncakan. Optimasi yang dimaksud adalah optimasi lepasan berdasarkan tampungan dengan metode algoritma genetik. Optimasi sendiri merupakan suatu rancangan dalam pemecahan masalah model-model perencanaan didasarkan pada fungsi matematika dengan batasan-batasan tertentu sehingga merupakan sistem untuk menghasilkan keputusan terbaik. Metode Algoritma Genetik dioperasikan menggunakan program spreadsheet Excel dari Microsoft Office versi 2007. Program MS Excel 2007 adalah program spreadsheet yang terdiri dari lembar-lembar worksheet untuk tampilannya dan prosedur Macro dengan Visual Basic untuk mengontrol jalannya program.

Dari simulasi operasi waduk didapat outflow rata-rata 1,92 juta m3 dan total outflow 461,65 Juta m3, minimum pemenuhan sebesar 0%. Kondisi tampungan waduk minimum adalah 0 Juta m3, artinya terdapat kegagalan waduk. Proses optimasi dengan Algoritma genetik ini berpusat pada aturan lepasan berdasarkan Tampungan Waduk sebagai kromosom dan peningkatan Kebutuhan minimum sebagai fungsi kinerja. Setelah optimasi didapatkan peningkatan nilai rata-rata pemenuhan kebutuhan air yaitu 63,83% dan minimum pemenuhan sebesar 44,57%. Kondisi tampungan waduk minimum adalah 2,55 Juta m3 , dengan rata-rata tampungan 17,01 Juta m3. Jadi waduk lebih optimal dan tanpa kegagalan. Dari proses optimasi yang telah dilakukan, diharapkan dapat memberikan gambaran mengenai pedoman lepasan yang optimal pada pengoperasian waduk Cileuweung untuk pemenuhan kebutuhan irigasi dan air baku.

Kata kunci: Optimasi Waduk, Lepasan Berdasarkan Tampungan, Algoritma Genetik, Stokastik.

ABSTRACT

The construction of Dam Cileuweung with large storage capacity should be sufficient more fresh water needs and irrigation in area around the Dam cileuweung. Seeing the condition of existing reservoirs should be optimized further to improve the fulfillment are planned. Optimization is Release by the storage optimization with genetic algorithm method. Optimization is a design problem solving planning models based on mathematical functions with certain restrictions so that the system to produce best decision. Genetic Algorithm Method operated using spreadsheet program Excel version of Microsoft Office 2007. The program MS Excel 2007 spreadsheet program that consists of sheets worksheet to zoom and procedures with Visual Basic Macros to control course of the program.

From reservoir simulation outflow gained an average of 1.92 million m3 and total outflow 461.65 million m3, minimum fulfillment of 0%. Conditions dam reservoirs minimum is 0 million m3, that’s mean there is failure of the reservoir. The genetic algorithm optimization process is centered on the rules of released based on storage as chromosomes and an increase in the minimum requirement as a function of performance. After optimization, obtained an increase in the average value of supply water needs are 63.83% and 44.57% for minimum compliance. Conditions minimum storage is 2.55 million m3, with an average of 17.01 million m3 storage. So the more optimal reservoir and without failure. The optimization process that has been done, is expected to provide an overview the rule of release on the optimal operation of reservoir Cileuweung to supply the needs of irrigation and fresh water.

(2)

PENDAHULUAN Latar Belakang

Dalam pemanfaatan tampungan

waduk Cileuweung dengan kuantitas air yang terbatas. Maka perlu adanya aturan lepasan agar penggunaan air waduk bisa benar-benar optimal. Dalam studi ini

akan diterapkan model metode

Algoritma Genetik yang merupakan salah satu metode program Stokastik. Yang mana Algoritma genetik adalah teknik pencarian di dalam ilmu komputer untuk

menemukan penyelesaian perkiraan

untuk optimisasi dan masalah pencarian. Algoritma genetik adalah kelas khusus

dari algoritma evolusioner dengan

menggunakan teknik yang terinspirasi oleh biologi evolusioner seperti warisan, mutasi, seleksi alam dan rekombinasi. Identifikasi Masalah

Mengingat belum adanya pedoman operasi lepasan yang optimal berdasarkan tampungan pada Waduk Cileuweung, maka dalam penetapkan pedoman operasi perlu adanya kajian berupa menentukan lepasan yang dianggap paling optimal. Jadi lepasan dari waduk akan bergantung dengan kondisi presentase tampungan pada waduk.

Batasan Masalah

Adapun batasan-batasan masalah dalam studi ini adalah:

1. Studi dilakukan di Waduk

Cileuweung Kabupaten Kuningan 2. Tidak membahas perencanaan

desain bangunan, biaya

konstruksi, PLTA, masalah usia guna waduk.

3. Membahas pola operasi dan

optimalisasi tampungan waduk

4. Metode yang digunakan dalam

studi ini model Algoritma

Genetik.

5. Menggunakan program

Visual-Basic dari MS-Excel 2010.

6. Lepasan waduk diperuntukkan untuk irigasi dan air baku.

Rumusan Masalah

Permasalahan yang dibahas dalam studi ini adalah :

1. Bagaimana analisa debit Inflow pada Waduk Cileuweung?

2. Bagaimana simulasi waduk

sederhana berdasarkan tampungan waduk ?

3. Bagaimana hasil lepasan

berdasarkan Tampungan waduk yang optimal dengan Algoritma Genetik ?

Tujuan dan Manfaat

Manfaat dari studi ini adalah untuk memberikan pedoman lepasan berdasarkan tampungan dari Waduk Cileuweung dalam kondisi yang tertentu, sehingga bisa mendapatkan hasil yang optimal dan mempunyai maanfaat yang lebih besar.

TINJAUAN PUSTAKA Umum

Waduk menurut pengertian umum adalah tempat pada permukaan tanah yang digunakan untuk menampung air saat terjadi kelebihan air / musim

penghujan sehingga air itu dapat

dimanfaatkan pada musim kering,

Pembangunan waduk perlu memperhatikan analisa tentang produksi dan kapasitas.

Simulasi F.J Mock

Metode ini menganggap bahwa hujan yang jatuh pada catchment area

sebagian akan hilang sebagai

evapotranspirasi, sebagian akan langsung menjadi direct run off dan sebagian lagi akan masuk ke dalam tanah (infiltrasi). memperhitungkan data curah hujan,

evapotranspirasi, dan karakteristik

hidrologi daerah pengaliran sungai. Hasil dari permodelan ini dapat dipercaya jika

ada debit pengamatan sebagai

(3)

Aturan Operasi Waduk

Aturan Lepasan Operasi Waduk merupakan pedoman dalam melepaskan jumlah air dari waduk untuk memenuhi

berbagai kebutuhan sesuai dengan

kondisi yang berlaku.

Gambar 1 Lepasan Tergantung Tampungan Sumber: Soetopo W, 2010:14

Parameter yang digunakan dalam penerapan pedoman lepasan operasi waduk berdasarkan tampungan adalah:

1. Tampungan Waduk (%)

Besarnya tampungan waduk

diukur dengan prosentase

tampungan terhadap kapasitas tampungan aktif.

2. Lepasan Kebutuhan (%)

Besarnya pemenuhan tergantung

kondisi tampungan waduk.

apabila kondisi tampungan waduk menurun maka prosentase lepasan sesuai kebutuhan juga menurun. Optimasi dengan Algoritma Genetik (AG)

Algoritma Genetik adalah salah satu metode dari kelompok simulasi untuk optimasi. Prosedur jenis ini cenderung untuk efektif terutama dalam mengekplorasi berbagai bagian-bagian daripada wilayah yang layak (feasible) dan secara gradual bergerak menuju solusi-solusi layak yang terbaik. Model AG berpusat pada struktur daripada kromosom yang mewakili alternatif

solusi. Jadi sebuah kromosom

merupakan sekumpulan alternatif aturan lepasan waduk.

proses pengembangan populasi kromosom dengan cara AG itu terdiri dari pada 3 komponen berikut ini.

1. Reproduksi 2. Crossover

Reproduksi adalah proses seleksi terhadap kromosom yang terdapat pada suatu populasi berdasarkan nilai kinerja dari masing-masing kromosom dan dilanjutkan dengan proses copy ini

merupakan generasi turunan yang

berikutnya. Pada contoh kasus ini, maka

proses seleksi adalah memilih 40

kromosom terbaik.

Crossover adalah persilangan

diantara kromosom-kromosom yang ada pada suatu generasi turunan. Hasil persilangan ini membentuk populasi dari generasi berikutnya.

METODOLOGI PENELITIAN Daerah Studi

Bendungan Kuningan (Waduk Cileuweung) yang terletak pada Dusun Cileuweung Desa Randusari Kecamatan Cibeureum, lebih tepatnya di Sungai Cikaro, anak cabang Sungai Cijangkelok dimana Sungai Cisanggarung sebagai sungai utama. Luas DAS Cileuweung

adalah 23,07 km2. Dengan Panjang

sungai 4,54 km.

Gambar 2 Peta DAS Cileuweung

Sumber : BBWS Cimanuk-Cisanggarung Data-data yang Digunakan

Dalam penulisan tugas akhir ini diperlukan data-data yang mendukung, antara lain: Keterangan : 0 - 5 0 50 - 1 0 0 10 0 - 2 5 0 25 0 - 5 0 0 50 0 - 7 5 0 75 0 - 1 0 00 Ketinggian : S un g a i B ata s De s a W a d u k 0 0. 5 1 Kilo m et er s N E W S

PETA TOP OGRAFI 242000 242000 243000 243000 244000 244000 245000 245000 246000 246000 247000 247000 248000 248000 92 13 00 0 9213 000 92 14 00 0 9214 000 92 15 00 0 9215 000 92 16 00 0 9216 000 92 17 00 0 9217 000 92 18 00 0 9218 000 92 19 00 0 9219 000 92 20 00 0 9220 000 92 21 00 0 9221 000 WADUK CILEUWEUNG CIMA RA KA R A NG KA N C AN A SU K AS AR I TAN JUN GK E R TA KA W UN GS A RI CILEU YA SU K A RAP IH SK A LA : G A M B A R :

DEPAR TEMEN PE KERJA AN UM UM D IREKTOR AT JEN DR AL SU MBER D AYA AIR SATUAN K ERJA BAL AI B ESAR WIL AYAH SU NGAI CIMAN UK – C IS ANGGARU NG

PPK-0 2 : PE REN CAN AAN D AN PR OGR AM

(4)

1. Data Eksisting Bendungan 2. Data Klimatologi

3. Data Curah Hujan 4. Data Inflow waduk 5. Data Evaporasi Waduk 6. Data Kebutuhan Irigasi 7. Data Kebutuhan Air Baku Tahapan Penyelesaian

Secara umum tahapan

pembahasan dalam studi ini adalah sebagai berikut :

Gambar 3 Diagram Alir Pengerjaan Algoritma Genetik

Gambar 4 Diagram Alir Pengerjaan Skripsi

ANALISA DAN PEMBAHASAN

Inflow Waduk Cileuweung

Inflow pada waduk Cileuweung

ini diperoleh dari menganilsa hujan yang turun pada daerah aliran sungai kemudian ditransformasikan menjadi data debit dengan metode FJ Mock.

Tabel 1 Rekapitulasi Debit Inflow

Sumber: Perhitungan

Model Simulasi Optimasi Algoritma Genetik

Model Algoritma Genetik

berpusat pada kromosom-kromosom

yang mewakili alternatif solusi, alternatif solusi pada studi kali ini yaitu berupa

aturan lepasan waduk berdasarkan

Tampungan Waduk. Dengan fungsi

tujuan memaksimalkan kebutuhan

minimum untuk irigasi dan air baku. Cara kerja Algoritma Genetik pada studi kali

ini dengan mensimulasikan waduk

berdasarkan Tampungan Waduk selama 10 tahun (1999-2008) dengan meninjau pemenuhan kebutuhan minimum (fungsi tujuan).

Dari alternatif solusi (kromosom) tersebut diambil yang terbaik berdasarkan nilai kinerja, jadi untuk melihat alternatif dari beberapa lepasan waduk yang optimal bisa di lihat dari masing –masing fungsi kinerjanya.

Dalam model simulasi Algoritma Genetik ini, fungsi tujuannya adalah untuk memaksimalkan outflow pasokan irigasi dan air baku serta meningkatkan

pemenuhan kebutuhan minimum

tersebut. Mulai Perumusan Parameter Algoritma Genetik Inisialisasi Populasi Crossover (Kawin Silang) Reproduksi Hasil Optimasi Homogen Selesai Tidak Ya Mulai Evaporasi Waduk Karakteristik DAS Kebutuhan Irigasi dan Air Baku Data Karakteristik Waduk Simulasi Operasi Waduk Sederhana Berdasarkan Tampungan Operasi Lepasan Berdasarkan Tampungan dengan Algoritma Genetik Kesimpulan Selesai Rumusan Masalah 1 Rumusan Masalah 2 Rumusan Masalah 3 Data Klimatologi Data Hujan Uji Konsistensi Data Perhitungan Evapotranspirasi Simulasi FJ Mock Analisa Debit Inflow Simulasi Berdasarkan -Tahun Basah -Tahun Kering -Tahun Normal Pola Operasi Pintu 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 1 3.45 4.68 3.81 1.59 1.07 4.13 0.46 4.07 0.40 0.90 2 7.65 5.80 5.13 5.95 4.95 4.70 1.25 1.25 2.12 0.42 1 11.29 2.86 2.90 1.58 2.96 4.23 0.96 1.36 0.64 2.60 2 11.74 6.59 1.67 1.11 3.96 1.73 0.45 2.06 1.13 2.19 1 12.55 4.68 7.56 3.00 1.49 5.03 3.54 1.64 0.46 0.82 2 8.45 7.03 4.42 1.50 1.04 2.62 2.37 1.49 0.32 0.58 1 6.14 6.76 3.48 3.78 0.85 1.38 4.79 3.60 0.23 0.40 2 8.38 2.75 3.62 2.29 2.97 2.15 2.93 2.65 0.16 0.28 1 5.57 3.59 1.63 2.59 1.79 0.94 1.38 1.13 0.11 0.20 2 5.60 1.71 1.14 1.10 0.83 1.73 0.97 2.56 0.08 1.00 1 6.70 1.20 1.88 0.77 0.58 0.70 0.68 4.36 0.21 1.13 2 4.16 0.84 0.80 0.54 0.41 0.49 2.27 1.42 0.74 1.49 1 3.29 0.59 0.56 0.38 0.29 0.34 0.78 0.99 1.63 0.78 2 3.01 0.41 0.39 0.26 0.20 0.24 0.52 0.70 4.12 1.39 1 1.53 0.29 0.27 0.18 0.14 0.17 0.37 0.49 4.86 1.47 2 1.07 0.20 0.19 0.13 0.10 0.12 0.26 0.34 2.42 1.04 1 0.75 0.14 0.13 0.09 0.07 0.08 0.18 0.24 2.60 0.50 2 0.52 0.10 0.09 0.06 0.05 0.06 0.13 0.17 1.20 0.35 1 1.10 0.07 1.11 0.04 0.03 0.04 0.09 0.12 0.84 0.25 2 2.32 0.46 0.28 0.03 0.02 0.79 0.06 0.08 0.59 0.17 1 4.36 0.81 0.37 0.19 0.46 0.19 0.04 0.06 0.41 0.12 2 2.07 2.68 3.68 1.83 0.11 0.85 0.03 0.04 0.29 0.08 1 4.88 3.32 0.90 3.18 0.20 1.36 0.29 4.30 0.20 0.06 2 10.96 3.30 0.63 2.65 0.93 1.91 2.66 5.35 1.29 0.04 Oktober November Desember Bulan Periode Januari Februari Maret April Mei Debit (m/dtk) Juni Juli Agustus September

(5)

No. 1 2 3 4 5 - 120 Kinerja 34.96 34.57 33.95 33.53 32.28 35.54 Tampungan Waduk [%] 1 2 3 4 5 - 120 0.00 6.86 6.44 6.26 5.68 8.46 - 10.33 5.00 12.05 13.93 13.36 10.66 16.33 - 20.69 10.00 19.64 18.36 18.18 14.19 23.99 - 25.77 15.00 27.04 24.52 24.87 21.74 32.28 - 35.54 20.00 34.96 34.57 33.95 33.53 34.08 - 35.79 25.00 35.24 34.78 34.78 34.57 35.70 - 36.57 30.00 36.41 36.84 39.87 35.16 41.00 - 39.93 35.00 38.98 38.40 41.47 37.29 44.45 - 40.09 40.00 39.77 40.77 43.11 38.14 44.73 - 41.11 45.00 46.72 47.73 45.50 45.68 51.59 - 44.16 50.00 48.52 49.50 47.70 47.51 55.77 - 50.51 55.00 52.31 51.24 49.58 49.44 58.34 - 59.91 60.00 56.25 55.36 50.40 52.65 63.33 - 69.63 65.00 61.06 60.97 57.69 61.35 66.15 - 70.19 70.00 66.43 67.12 63.22 67.19 69.60 - 71.40 75.00 69.05 71.91 65.67 71.37 71.71 - 79.75 80.00 74.56 74.91 71.53 75.45 75.08 - 83.16 85.00 82.10 81.29 80.83 80.97 84.53 - 85.11 90.00 89.70 88.97 87.29 90.38 91.72 - 94.17 95.00 97.40 92.69 92.42 96.33 96.14 - 98.29 100.00 100.00 100.00 100.00 100.00 100.00 - 100.00 Lepasan Waduk [% ]

Tabel 2Contoh Alternatif Aturan Lepasan Pada Optimasi Algortima Genetik

Sumber: Perhitungan Reproduksi

Reproduksi adalah proses seleksi terhadap kromosom yang terdapat pada suatu populasi berdasarkan nilai kinerja dari setiap kromosom. Dalam penentuan nilai kinerja (ranking), semakin besar nilai fungsi tujuan maka semakin baik kinerja dari alternatif lepasan tersebut

Seperti yang sudah dijelaskan diatas bahwa setiap satu deret alternatif lepasan waduk memiliki nilai kinerja yang ditunjukan lewat angka decimal. Kemudian dilanjutkan dengan proses

copy, proses copy atau proses pemilihan

generasi terbaik ini akan menjadi generasi turunan yang berikutnya

Tabel 3 Contoh 120 Kromosom Beserta Fungsi Kinerja Algoritma Genetik

Dari 120 masing-masing alternatif lepasan waduk tersebut pada satu generasi populasi, Berdasarkan fungsi kinerja tersebut akan diseleksi menjadi 16 alternatif lepasan waduk (kromosom) terpilih yang memiliki kinerja terbaik pada suatu populasi

Tabel 4 Contoh Kromosom Hasil Seleksi

Sumber: Perhitungan

Crossover

Crossover adalah persilangan

antara alternatif lepasan waduk

(kromosom) yang ada pada suatu

generasi turunan. Crossover merupakan bagian dari proses reproduksi, yakni persilangan antara satu alternatif lepasan dengan alternatif lepasan yang lain. Hasil persilangan ini membentuk populasi dari generasi berikutnya (dalam studi ini

sebanyak 120 alternatif lepasan

wadukyang baru).

Contoh perhitungan variabel/gen baru hasil persilangan antara dua variabel

dari kedua kromosom generasi

turunan(aturan lepasan berdasarkan

kondisi tampungan 0%-100%),

memberikan variabel baru sebagai

berikut: Vi = V1i . U [0,1] + V2i . (1-U [0,1]) Vi = 9,09 . 0,8280 + 8,95 . (1-0,8280) Vi = 8,89 Populasi (Sekumpulan Alternatif Aturan Lepasan Waduk Berdasarkan Tampungan Kromosom (Alternatif Solusi /Alternatif Aturan Lepasan waduk/Variabel Keputusan) Gen/Variabel (Satu Aturan Lepasan, Berdasarkan Kondisi Tampungan Tertentu Tampungan Waduk [%] 1 2 3 4 5 - 16 0.00 8.71 9.70 8.01 8.08 8.69 - 9.35 5.00 14.22 15.81 13.97 15.26 11.55 - 18.36 10.00 23.44 25.84 24.31 21.28 16.38 - 25.21 15.00 35.33 34.72 31.60 30.77 26.43 - 32.38 20.00 38.01 37.57 37.56 37.44 37.40 - 36.61 25.00 39.98 39.50 39.95 38.37 38.65 - 37.38 30.00 40.01 39.96 40.82 39.16 38.68 - 38.61 35.00 42.26 42.04 42.87 40.94 40.63 - 38.88 40.00 43.65 43.41 44.64 43.92 42.59 - 40.69 45.00 44.66 45.10 46.75 44.32 45.40 - 42.20 50.00 48.48 46.56 49.90 48.26 47.85 - 45.66 55.00 51.20 47.56 50.96 50.30 49.30 - 48.76 60.00 54.61 51.63 52.29 51.23 52.65 - 58.30 65.00 59.29 53.87 58.26 55.41 56.59 - 60.47 70.00 61.07 64.16 63.07 58.44 58.69 - 60.71 75.00 64.85 65.73 66.55 62.05 64.51 - 70.92 80.00 67.02 69.17 68.67 69.39 69.06 - 77.43 85.00 75.83 77.66 77.26 77.59 73.87 - 81.59 90.00 81.84 80.49 78.52 82.90 84.82 - 83.98 95.00 89.68 89.29 88.69 90.78 91.28 - 93.32 100.00 100.00 100.00 100.00 100.00 100.00 - 100.00 Lepasan Waduk [%] Fungsi Kinerja No. 1 2 3 4 5 - 16 Posisi 88 90 21 50 61 - 84 Kinerja 38.01 37.57 37.56 37.44 37.40 - 36.61 Tampungan Waduk [%] 1 2 3 4 5 - 16 0.00 8.71 9.70 8.01 8.08 8.69 - 9.35 5.00 14.22 15.81 13.97 15.26 11.55 - 18.36 10.00 23.44 25.84 24.31 21.28 16.38 - 25.21 15.00 35.33 34.72 31.60 30.77 26.43 - 32.38 20.00 38.01 37.57 37.56 37.44 37.40 - 36.61 25.00 39.98 39.50 39.95 38.37 38.65 - 37.38 30.00 40.01 39.96 40.82 39.16 38.68 - 38.61 35.00 42.26 42.04 42.87 40.94 40.63 - 38.88 40.00 43.65 43.41 44.64 43.92 42.59 - 40.69 45.00 44.66 45.10 46.75 44.32 45.40 - 42.20 50.00 48.48 46.56 49.90 48.26 47.85 - 45.66 55.00 51.20 47.56 50.96 50.30 49.30 - 48.76 60.00 54.61 51.63 52.29 51.23 52.65 - 58.30 65.00 59.29 53.87 58.26 55.41 56.59 - 60.47 70.00 61.07 64.16 63.07 58.44 58.69 - 60.71 75.00 64.85 65.73 66.55 62.05 64.51 - 70.92 80.00 67.02 69.17 68.67 69.39 69.06 - 77.43 85.00 75.83 77.66 77.26 77.59 73.87 - 81.59 90.00 81.84 80.49 78.52 82.90 84.82 - 83.98 95.00 89.68 89.29 88.69 90.78 91.28 - 93.32 100.00 100.00 100.00 100.00 100.00 100.00 - 100.00 Lepasan Waduk [%] Sumber: Perhitungan

(6)

Tabel 5 Perhitungan Crossover

Sumber: Perhitungan HASIL OPTIMASI

Berdasarkan hasil fungsi tujuan dan alternatif aturan lepasan waduk yang

sudah homogen(seragam) maka

ditetapkan aturan lepasan pada waduk

Cileuweung berdasarkan Tampungan

Waduk yang dianggap paling optimal dengan menggunakan metode Algoritma Genetik selama 10 tahun adalah

Tabel 6 Pedoman Lepasan Hasil Optimasi Metode Algoritma Genetik

Sumber : Perhitungan

Pedoman Lepasan Berdasarkan Skenario Pola Debit

Perhitungan pedoman lepasan

berdasarkan skenario pola debit

digunakan untuk mengetahui pedoman lepasan berdasarkan tampungan untuk Waduk Cileuweung berdasarkan tipikal tahun atau skenario pola debit inflow, dalam perhitungan ini keandalan debit yang digunakan adalah 97,3% (tahun

kering), 75,34% (tahun rendah),

keandalan 80%, 50,7% (tahun normal) dan 26,02% (tahun cukup). Kemudian dari masing-masing keandalan debit tersebut akan dicari alternatif lepasan debit yang paling optimal dengan algoritma genetik.

Tabel 7 Perhitungan Debit Inflow Sesuai Keandalan Berdasarkan Kondisi Debit

Sumber : Perhitungan

Pedoman Lepasan Skenario Tahun Cukup

Tabel 8 Pedoman Lepasan Berdasarkan Tampungan Pada Tahun Cukup (26,02%)

Sumber : Perhitungan

Kromosom Kromosom Bilangan Kromosom

1 2 Acak Gabung 9.09 8.95 0.8280 8.89 15.64 13.83 0.8809 17.78 22.01 23.37 0.1740 24.03 27.19 33.22 0.8622 32.66 36.45 38.60 0.2802 38.37 40.83 39.96 0.7580 44.64 49.80 48.48 0.0535 48.23 54.20 51.28 0.1243 56.42 58.78 58.77 0.3291 59.30 65.10 67.19 0.8978 65.60 69.91 68.96 0.1010 72.02 74.46 76.28 0.1861 74.01 76.86 78.04 0.7855 80.55 77.45 79.42 0.1319 82.77 78.49 82.34 0.5148 83.99 78.74 83.82 0.3482 85.88 87.34 84.54 0.3243 86.89 89.36 84.63 0.0982 90.11 92.56 92.46 0.6162 90.38 97.54 93.92 0.9703 95.20 100.00 100.00 0.6511 100.00 V1i V2i U Vi Tampungan Lepasan [%] [%] 0.00 10.91 5.00 21.44 10.00 31.80 15.00 44.57 20.00 45.41 25.00 46.80 30.00 47.27 35.00 48.12 40.00 49.53 45.00 50.39 50.00 52.52 55.00 54.05 60.00 55.54 65.00 58.61 70.00 60.89 75.00 63.66 80.00 65.89 85.00 71.84 90.00 78.57 95.00 88.39 100.00 100.00

No. Tahun Rata-rata Debit Tahun Rata-rata Debit Terturut Probabilitas % Tipikal Tahun

[1] [2] [3] [4] [5] [6] [7] 1 1999 5.315 1999 5.315 2 2000 2.535 2000 2.535 3 2001 1.944 2001 1.944 26.02 Cukup 4 2002 1.451 2006 1.686 5 2003 1.062 2004 1.499 6 2004 1.499 2002 1.451 50.68 Normal 7 2005 1.143 2005 1.143 8 2006 1.686 2007 1.128 75.34 Rendah 9 2007 1.128 2003 1.062 80 Andalan 10 2008 0.760 2008 0.760 97.3 Kering Tampungan Lepasan [%] [%] 0.00 6.43 5.00 14.19 10.00 22.63 15.00 28.69 20.00 36.45 25.00 41.67 30.00 47.62 35.00 54.24 40.00 58.91 45.00 62.75 50.00 67.31 55.00 75.96 60.00 81.31 65.00 89.22 70.00 92.29 75.00 93.20 80.00 94.82 85.00 96.79 90.00 97.68 95.00 98.19 100.00 100.00

(7)

Tabel 9 Pedoman Lepasan Berdasarkan

Tampungan Pada Tahun Normal

(50,68%)

Sumber : Perhitungan

Tabel 10 Pedoman Lepasan Berdasarkan Tampungan Pada Tahun Tahun Rendah (75,34%)

Sumber : Perhitungan

Tabel 11 Pedoman Lepasan Berdasarkan Tampungan Pada Tahun Tahun Tahun Kering (97,3%)

Sumber : Perhitungan

Tabel 11 Pedoman Lepasan Berdasarkan

Tampungan Pada Tahun dengan

keandalan 80,00%

Sumber : Perhitungan

Gambar 5 Grafik Perbandingan Aturan Lepasan Berdasarkan Keandalan Debit Sumber: perhitungan Tampungan Lepasan [%] [%] 0.00 3.49 5.00 11.77 10.00 14.07 15.00 16.39 20.00 17.76 25.00 22.08 30.00 29.37 35.00 33.34 40.00 39.63 45.00 43.38 50.00 49.21 55.00 54.99 60.00 60.08 65.00 66.53 70.00 72.92 75.00 74.29 80.00 80.45 85.00 87.27 90.00 89.92 95.00 96.08 100.00 100.00 Tampungan Lepasan [%] [%] 0.00 6.07 5.00 9.92 10.00 16.46 15.00 19.12 20.00 27.34 25.00 35.84 30.00 37.05 35.00 45.74 40.00 49.36 45.00 53.75 50.00 60.05 55.00 63.53 60.00 66.32 65.00 66.55 70.00 74.80 75.00 81.92 80.00 89.39 85.00 91.90 90.00 94.36 95.00 96.28 100.00 100.00 Tampungan Lepasan [%] [%] 0.00 5.21 5.00 8.17 10.00 12.85 15.00 19.36 20.00 26.57 25.00 32.21 30.00 38.75 35.00 44.66 40.00 51.78 45.00 58.43 50.00 63.34 55.00 68.41 60.00 74.81 65.00 81.85 70.00 88.28 75.00 92.80 80.00 93.55 85.00 94.51 90.00 95.51 95.00 99.06 100.00 100.00 Tampungan Lepasan [%] [%] 0.00 2.96 5.00 3.38 10.00 4.58 15.00 11.00 20.00 12.26 25.00 15.73 30.00 23.44 35.00 31.99 40.00 39.94 45.00 44.19 50.00 52.65 55.00 55.75 60.00 60.67 65.00 68.00 70.00 73.38 75.00 74.50 80.00 78.36 85.00 86.46 90.00 90.49 95.00 96.87 100.00 100.00

(8)

Perbandingan Simulasi Waduk Series 10 Tahun

Setelah memperoleh hasil lepasan yang optimal dengan metdode Algoritma

Genetik, maka simulasi waduk

berdasarkan tampungan menggunakan pedoman lepasan akan dibandingkan dengan simulasi waduk sederhana. Dalam perbandingan ini ada tiga hal yang menjadi prioritas pembandingnya, yaitu Tampungan pada waduk, presentase

pemenuhan kebutuhan air, jumlah

pasokan outflow yang dikeluarkan waduk serta jumlah spilout.

Tabel 12 Perbandingan simulasi waduk sederhana dengan menggunakan

Sumber : Perhitungan

Berdasarkan Skenario Pola Debit Setelah memperoleh hasil lepasan yang optimal dengan metdode Algoritma

Genetik, maka simulasi waduk

berdasarkan tampungan menggunakan pedoman lepasan akan dibandingkan dengan simulasi waduk sederhana. Dalam perbandingan sesuai skenario pola debit ini akan dibandingkan sesuai dengan tahun keandalan masing masing.

Tabel 13 Perbandingan pola operasi Pada Tahun Cukup (26,02%)

Tabel 14 Perbandingan pola operasi Pada Tahun Normal (50,68%)

Sumber : Perhitungan

Tabel 15 Perbandingan pola operasi Pada Tahun Rendah (75,34%)

Sumber : Perhitungan

Tabel 16 Perbandingan pola operasi Pada keandalan (80,00%)

Sumber : Perhitungan

Tabel 17 Perbandingan pola operasi Pada Tahun Kering (97,3%)

prog. manual prog. manual

minimum 1.07 0.00 44.57 0.00

rata rata 1.84 1.92 63.83 67.58

jumlah 441.83 461.65 [-] [-]

prog. manual prog. manual

minimum 2.55 0.00

rata rata 17.01 6.50

jumlah [-] [-]

Tampungan [juta m3] Periode Gagal

0 101

OUTFLOW [juta m3] Kebutuhan [% ]

prog. manual prog. manual minimum 0.88 0.33 36.45 10.39

rata rata 2.22 2.59 77.31 89.36 jumlah 53.16 62.12 [-] [-]

prog. manual prog. manual minimum 0.00 0.00 5.88 0.00

rata rata 1.06 0.91 18.32 14.83 jumlah 25.54 21.88 [-] [-]

Spilout [juta m3] Tampungan [juta m3] OUTFLOW [juta m3] Kebutuhan [% ]

Sumber: Perhitungan

prog. manual prog. manual minimum 0.63 0.00 25.77 0.00

rata rata 2.02 2.54 71.28 86.54 jumlah 48.57 60.84 [-] [-]

prog. manual prog. manual minimum 0.00 0.00 6.09 0.00

rata rata 0.42 0.27 18.18 14.45 jumlah 10.12 6.57 [-] [-]

Spilout [juta m3] Tampungan [juta m3] OUTFLOW [juta m3] Kebutuhan [% ]

prog. manual prog. manual minimum 1.49 0.22 49.36 6.98

rata rata 2.05 2.48 72.21 85.30 jumlah 49.15 59.51 [-] [-]

prog. manual prog. manual minimum 0.00 0.00 10.56 0.00

rata rata 0.00 0.00 17.39 8.16 jumlah 0.00 0.00 [-] [-]

Spilout [juta m3] Tampungan [juta m3] OUTFLOW [juta m3] Kebutuhan [% ]

prog. manual prog. manual minimum 1.40 0.00 47.13 0.00

rata rata 2.04 2.09 71.89 71.41 jumlah 48.89 50.05 [-] [-]

prog. manual prog. manual minimum 0.00 0.00 11.91 0.00

rata rata 0.00 0.27 18.53 12.76 jumlah 0.00 6.40 [-] [-]

OUTFLOW [juta m3] Kebutuhan [% ]

Spilout [juta m3] Tampungan [juta m3]

prog. manual prog. manual minimum 0.61 0.01 19.36 0.37

rata rata 1.81 1.97 64.06 68.27 jumlah 43.37 47.39 [-] [-]

prog. manual prog. manual minimum 0.00 0.00 4.26 0.00

rata rata 0.00 0.00 13.88 9.26 jumlah 0.00 0.00 [-] [-]

OUTFLOW [juta m3] Kebutuhan [% ]

Spilout [juta m3] Tampungan [juta m3]

(9)

Dari hasil perbandingan susai pola skenario pola debit diatas bisa dilihat untuk simulasi manualnya tanpa menggunakan aturan lepasan jadi debit yang masuk dan selama masih ada

tampungan akan dilepaskan sesuai

dengan kebutuhan maka dari itu terdapat

tahun kegagalan waduk bilamana

tampungannya kosong dan tidak dapat mencukupi kebutuhan.

Pola Operasi Pintu Bangunan

Pengambilan

Dalam penentuan pola operasi pintu pada studi ini, pola operasi pintu yang dimaksud adalah “pintu pengatur air” yang ada pada hilir waduk setelah intake (pipa). Elevasi intake waduk adalah + 98,0 kemudian air mengalir melewati pipa tersebut hingga ujung pipa pada elevasi + 88,7. Sedangkan pintu pengatur airnya terletak sejajar dengan elevasi pipa intake tersebut.

Pada perhitungan tinggi bukaan pintu bangunan pengambilan menggunakan ketentuan sebagai berikut :

1. Jika di anggap cukup maka operasi hanya dilakukan pada satu pintu saja

2. Tinggi bukaan pintu maksimal adalah 1,5 m

Tabel 18 Perhitungan Kapasitas pintu

Sumber : Perhitungan Kesimpulan

kesimpulan tentang simulasi

lepasan waduk menggunakan program Algoritma Genetik sebagai berikut : 1. Debit inflow pada Waduk Cileuweung

menggunakan analisa dengan metode

F.J Mock dari tahun 1999-2008. Dalam simulasi tiap tahun dibagi menjadi dua periode disetiap bulanya. dimana hasil bangkitan debit akan dikalibrasi dengan data hujan hasil pengukuran di lapangan. Jika debit hasil bangkitan mempunyai trend yang serupa dengan data hujan hasil pengukuran. Maka dapat di simpulkan debit bangkitan bisa diterima dan

dapat digunakan untuk simulasi

selanjutnya.

2. Dari simulasi operasi waduk secara sederhana dapat dikemukakan hal-hal sebagai berikut :

 Dari 240 periode operasi telah

terjadi 24 periode limpahan

dengan total volume limpahan 127,49 Juta m3.

 Dari perhitungan simulasi waduk Cileuweung selama 10 tahun, mulai dari 1999-2008 didapatkan rata-rata pemenuhan kebutuhan air baku dan Irigasi Cileuweung seluas 1000 ha yaitu 67,34 % dan minimum pemenuhan sebesar 0 %. Artinya dalam simulasi waduk ini terdapat kegagalan waduk dalam memenuhi kebutuhan irigasi dan air baku.

Jumlah total outflow mencapai

461,65 juta m3dengan rata-rata 1,92

juta m3.

 Dari segi volume tampungan waduk Cileuweung sendiri berada dalam kondisi minimum yakni kosong sebanyak 101 periode dari total 240

periode di sepanjang tahun.

Sedangkan utuk rata-rata volume

waduk adalah 6,5 juta m3.

3. Dari hasil optimasi dengan

Algoritma Genetik dapat

dikemukakan hal-hal sebagai berikut :

outflow waduk pada kondisi simulasi

sederhada minimum pemenuhanya

adalah 0 juta m3 sedangkan jika

dilakukan optimasi dengan algoritma

genetik jumlah pemenuhan

minimumnya sanggup dipenuhi oleh

waduk sampai dengan 1,07 juta m3.

Elevasi Tinggi

muka Muka air 0.3 0.5 0.7 0.9 1.1 1.3 1.5 air di hulu [m] [m] 1 88.7 0 0 0 0 0 0 0 0 2 88.9 0.1 0.560 0.560 0.560 0.560 0.560 0.560 0.560 3 89.1 0.3 0.970 1.617 1.617 1.617 1.617 1.617 1.617 4 89.3 0.5 1.253 2.088 2.923 2.923 2.923 2.923 2.923 5 89.5 0.7 1.482 2.471 3.459 4.447 4.447 4.447 4.447 6 89.7 0.9 1.681 2.801 3.922 5.043 6.163 6.163 6.163 7 89.9 1.1 1.858 3.097 4.336 5.575 6.814 8.052 9.291 8 90.1 1.3 2.020 3.367 4.714 6.060 7.407 8.754 10.101 9 90.2 1.5 2.170 3.617 5.063 6.510 7.957 9.403 10.850

Tinggi Bukaan Pintu Debit [m³/dt] No

(10)

 Pada presentase pemenuhan kebutuhan waduk jika dilakukan simulasi waduk sederhana makan jumlah minimum yang dapat dipenuhi adalah 0%, sedangkan untuk optimasi

menggunakan algoritma genetik

minimum pemenuhanya dalah 44,57% dari total kebutuhanya.

 Untuk tampungan waduk, jumlah

tampungan akhir menggukanan

Algoritma genetik selalu ada dengan minimum kondisi tampungan terisi 2,55 juta m3 dengan rata-rata kondisi tampungan sepanjang 10 tahun adalah

17,01 juta m3. Sedangkan untuk

simulasi sederhada kondisi tampungan sering terjadi kekosongan, dengan rata-rata volume tampungan waduk adalah 6,5 juta m3.

 Jadi terdapat peningkatan kinerja

waduk terhadap pemenuhan

kebutuhan minimum dari total

kebutuhan yang direncanakan. Karena

adanya peningkatan pemenuhan

kebutuhan maka waduk dianggap menjadi lebih optimal fungsinya Saran

1. Pada proses Inisialisasi,

sebaiknya populasi awal dan iterasi diperbanyak sehingga akan menghasilkan solusi yang lebih baik lagi yang mempunyai nilai kinerja lebih baik pula. 2. Kalibrasi hasil bangkitan FJ Mock

lebih baik menggunakan debit pencatatan. Dalam studi ini proses kalibrasi hasil bangkitan FJ Mock dengan data hujan, hal tersebut dilakukan karena

keterbatasan data pencatatan

debit.

3. Dilakukan perbandingan operasi

waduk antara menggunakan

algoritma genetik dengan operasi waduk secara sederhana namun tetap mrnggunakan aturan operasi yang jelas.

DAFTAR PUSTAKA

Azmeri, K. 2015. Pemodelan Trade-Off

Pengoperasian Waduk Kaskade Menggunakan Algoritma enetika.

http://www.perpustakaandigitalITB.co.id (diakses 21 Desember 2015) Arie, B. 2015. Ide Dasar Algoritma

Genetika.

http://informatika.blogspot.com (diakses 9 maret 2015)

Harto, Sri. 1993. Analisa Hidrologi.

Jakarta : Gramedia Pustaka

Utama.

Limantara, L. M. 2007. Optimasi

Distribusi Air Irigasi dengan

Program Dinamik. Malang:

Asrori

Limantara, L. M. 2010. Hidrologi

Praktis, Bandung: Lubuk Agung

McMahon, T.A., and Russel, G.M. 1978. Reservoir Capacity And

Yield. Amsterdam: Elsevier Scientific Publishing Company.

Sosrodarsono, S. dan Takeda, K. 1987.

Hidrologi Untuk Pengairan.

Jakarta : Pradnya Paramita

Soetopo, W. 2012. Model-model

Simulasi Stokastik untuk Sistem Sumberdaya Air. Malang: Asrori.

Soetopo, W. 2010. Operasi Waduk

Tunggal. Malang: Citra Malang.

Soemarto, C.D., 1995, Hidrologi

Teknik, Penerbit Erlangga, Jakarta

Soewarno. 1995. Hidrologi Aplikasi Metode Statistik Untuk Analisa Data Jilid 2. Bandung : NOVA

Sujdarwadi. 1988. Operasi Waduk.

Yogyakarta: KMTS Universitas Gajah Mada.

Gambar

Gambar 2 Peta DAS Cileuweung
Gambar  3  Diagram  Alir  Pengerjaan  Algoritma Genetik
Tabel 4 Contoh Kromosom Hasil Seleksi
Tabel  7  Perhitungan  Debit  Inflow  Sesuai  Keandalan Berdasarkan Kondisi Debit
+3

Referensi

Dokumen terkait

Jika Anda melilitkan perekat ke bagian bawah baki multiguna, Anda mungkin tidak dapat menyetel dudukan lengan kaos dengan benar di dudukan kaset.. • Selipkan kain yang menyembul

serta physical evidence (lingkungan fisik) dapat memaksimalkan proses pemasaran sehingga dapat membuat konsumen melakukan pembelian ulang pada Transmart Carrefour

72/D III menjadi atas nama Tergugat George AR Wawengkang adalah tidak sah; (4) Memerintahkan kepada Turut Tergugat untuk mengubah kembali atas tanah persil No.72/D

mutu, relevansi dan daya saing serta penguatan tata kelola, akuntabilitas dan pencitraan publik pada satuan pendidikan Sekolah Swasta yang terdiri atas Sekolah Dasar

Hal ini dibuktikan karena masih terdapat beberapa kalimat penjelas yang dituliskan oleh beberapa siswa dari kedua sekolah tersebut yang kurang mendukung ide pokok serta

Adapun tujuan dari penelitian ini adalah untuk mengetahui bagaimana hubungan atara lingkungan sosial terhadap perilaku konsumen pada usia remaja akhir dalam memilih

H7: User Experience berpengaruh signifikan secara simultan terhadap customer satisfaction pada pengguna pengguna aplikasi iflix.. Metodologi Penelitian 3.1 Populasi

Nilai Secara umum, pada penelitian ini ditemukan bahwa konsentrasi klorofil-a lebih tinggi pada lokasi-lokasi yang dekat dari pantai dibandingkan dengan lokasi-lokasi