Oktoprianica, Verdhi Dwiki (2019) Analisa Curah Hujan Terhadap Debit Limpasan Menggunakan Metode Jaringan Syaraf Tiruan (JST) Backpropagation Di DAS Welang. Sarjana thesis, Universitas Brawijaya.
Abstract
Analisa curah hujan dan debit sungai sangatlah diperlukan sebelum melakukan suatu prediksi. Perkiraan debit dapat digunakan sebagai masukan untuk perencanaan bangunan air, dengan penggunaan metode yang tepat sangatlah diperlukan agar didapat hasil yang baik dan sesuai harapan. Penentuan debit dapat dilakukan dengan melakukan suatu pengukuran ataupun prediksi secara langsung, baik secara teori ataupun dari data historis, tetapi prediksi secara langsung dari data yang sudah ada ataupun dari grafik tidak bisa memberikan kepastian tentang keakuratan yang didapat, oleh karena itu dibutuhkan suatu metode yang dapat digunakan untuk prediksi dengan keakuratan yang tinggi. Penggunaan model jaringan syaraf tiruan dapat dijadikan sebuah metode alternatif untuk mempelajari pola dan prediksi data hidrologi dengan akurasi yang baik. Studi ini dilakukan untuk menganalisa curah hujan bulanan terhadap debit limpasan di DAS Welang menggunakan model Jaringan Syaraf Tiruan dengan data curah hujan bulanan, data koefisien aliran, serta data evapotranspirasi sebagai data input, dan data debit bulanan AWLR Dhompo sebagai data target dengan keseluruhan data berjumlah 10 tahun (2009 – 2018). Hasil simulasi dari program kemudian dibandingkan dengan data Debit AWLR Dhompo dengan menggunakan 3 uji, yaitu uji Kalibrasi, Verifikasi, dan Validasi. Uji Kalibrasi menggunakan pembagian data 5, 6, 7, 8, dan 9 tahun serta uji Verifikasi menggunakan pembagian data 5, 4, 3, 2, dan 1 tahun atau data sisa dari uji Kalibrasi. Uji yang digunakan dalam kalibrasi dan verifikasi adalah uji Efisiensi Nash Sutcliffe (NSE), Koefisien Korelasi (R). Hasil perhitungan debit model JST diperoleh berdasarkan hasil kalibrasi dan verifikasi masing masing data yaitu 5, 6, 7, 8, dan 9 tahun. Dari hasil verifikasi diperoleh hasil debit model terpilih adalah pada pembagian data 8 tahun kalibrasi dan 2 tahun verifikasi, dikarenakan hasil koefisien korelasi yang tidak jauh berbeda antara kalibrasi dan verifikasi. Maka, disimpulkan bahwa pembagian data yang terpilih adalah pembagian data 8 tahun kalibrasi dan 2 tahun verifikasi dengan nilai R sebesar 0,91 dan nilai NSE sebesar 0,82.
English Abstract
Rainfall-Runoff analysis is necessary before predicting the value of discharge, which can be used as an input for waterwork planning. Using the right method is necessary to get best result. The value of discharge can be obtained from direct measurement from direct prediction, but a direct predictions from a historical data or from a graphic cannot provide the perfect accuracy. Hence it needs another method that can be used to predict the value of discharge with high accuracy, Analysis of rainfall-runoff using artificial neural network can be used as an alternative method to study the pattern of data and to predict the value of runoff with high accuracy. This study was conducted to analyse the Rainfall-Runoff in Welang Watershed using 10 years data set (2009 – 2018) of monthly Rainfall data, evapotranspiration, and runoff coefficient as an input data, and also monthly discharge data from AWLR Dhompo as a target data. The output from simulation was compared to field data using 3 kind of tests, which is Calibration test, Verification, and Validation. Calibration test was done by spliting data 5, 6, 7, 8, and 9 years, and also Verification test by splitting data 5, 4, 3, 2, and 1 years or the residual data from Calibration test. The test that was used for calibration and verification were Nash Sutcliffe Efficiency (NSE) and Corellation Coefficien (R). The result of discharge model was obtained based on the Calibration test and Verification test of each data split which is 5, 6, 7, 8, and 9 years. Based on the verification test, the best value of discharge model obtained was on the data split of 8 years (2009 – 2016) as calibration test and 2 years (2017 – 2018), because the value of correlation coefficient and Nash Sutcliffe Efficiency were not much different between Calibration test and Verification test. Then, it was concluded that the best data split is 8 years (2009 – 2016) as Calibration test and 2 years (2017 – 2018) as Verification test with the value of R = 0,91 and NSE = 0,82.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2019/818/051908635 |
| Uncontrolled Keywords: | Curah Hujan, Debit Limpasan, DAS Welang, Jaringan Syaraf Tiruan, Backpropagation, Rainfall, Runoff, Welang Watershed, Artificial Neural Network, Backpropagation. |
| Subjects: | 500 Natural sciences and mathematics > 551 Geology, hydrology, meteorology > 551.5 Meteorology > 551.57 Hydrometeorology > 551.577 Precipitation |
| Divisions: | Fakultas Teknik > Teknik Pengairan |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 13 Oct 2020 15:09 |
| Last Modified: | 13 Oct 2020 15:09 |
| URI: | http://repository.ub.ac.id/id/eprint/174279 |
Actions (login required)
 |
View Item |