Rufaida, Arina (2018) Peramalan Status Siaga Banjir Berdasarkan Data Curah Hujan (Arr) Dan Tinggi Muka Air (Awlr) Menggunakan Metode Fuzzy Time Series (Studi Kasus: Perum Jasa Tirta I). Sarjana thesis, Universitas Brawijaya.
Abstract
Banjir merupakan keadaan dimana aliran air lebih tinggi dari keadaan normal muka air sehingga menggenangi daerah disekitarnya. Gelombang banjir mengalir dari hulu ke hilir dan berinteraksi dengan meningkatnya kapasitas air muara. Banjir bisa terjadi karena curah hujan yang tinggi, luapan dari sungai, faktor hancurnya retensi Daerah Aliran Sungai (DAS). Dari hal tersebut, diperlukan sistem yang dapat melakukan peramalan untuk memudahkan dalam menganalisa status siaga banjir di masa mendatang. Metode regresi yang digunakan dalam penelitian ini yaitu Fuzzy Time Series. Metode FTS merupakan sebuah model yang biasanya digunakan untuk melakukan peramalan data berdasarkan urutan waktu. Penelitian ini memiliki tujuan untuk melakukan peramalan siaga banjir di Stasiun Kambing pada DAS Brantas. Hasil dari pengujian menunjukkan peramalan siaga banjir pada pada data tinggi muka air (AWLR) yaitu pada bulan Desember 2016 didapatkan nilai error (RMSE) sebesar 2.89 dan data curah hujan (ARR) pada bulan Februari 2015 didapatkan nilai error (RMSE) sebesar 16.04. Kedua data tersebut menghasilkan peramalan siaga banjir berupa Siaga Normal.
English Abstract
Flood is a condition where water flow is higher than normal water level so it flooded the surrounding area. Floodwaves flow from upstream to downstream and interact with increasing water capacity of the estuary. Floods can occur due to high rainfall, overflow from the river, the destruction factor of Watershed (DAS). From that point on, a system that is able to forecast to make it easier to analyze the flood alert status in the future. Regression method used in this research is Fuzzy Time Series. The FTS method is a model usually used to forecast data in sequence. This research has a goal to forecast flood alert in Kambing Station DAS Brantas . The results of the test show the prediction of flood alert on the water level data (AWLR) that is in December 2016 got the error value (RMSE) of 2.89 and rainfall data (ARR) in February 2015 got the error value (RMSE) of 16.0. Both data resulted flood alert forecasting that shows Normal.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/515/051808406 |
| Uncontrolled Keywords: | banjir, curah hujan, tinggi muka air, peramalan, siaga, Fuzzy Time Series.------flood, rainfall, waterlevel, forecasting, alert, Fuzzy Time Series. |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 19 Nov 2018 02:05 |
| Last Modified: | 21 Oct 2021 03:19 |
| URI: | http://repository.ub.ac.id/id/eprint/13864 |
Preview |
Text
Arina Rufaida.pdf Download (1MB) | Preview |
Actions (login required)
 |
View Item |