Alpikarigo, Jano (2019) Pemodelan Debit Sungai Kahayan Menggunakan Jaringan Syaraf Tiruan Berdasarkan Data Hujan Dan Evapotranspirasi. Sarjana thesis, Universitas Brawijaya.
Abstract
Data debit merupakan salah satu dasar dalam suatu perencanaan pada sebuah kegiatan pengelolaan sumber daya air, dengan adanya analisa curah hujan terhadap debit sungai dapat menjadi alternatif dalam perencanaan bangunan air dengan penggunaan metode yang tepat hasil analisa debit akan mendekati nilai-nilai hidrologis. Tetapi dalam perhitungannya diperlukan banyak parameter yang harus ditinjau, dengan perkembangan perangkat lunak komputer diharapkan mampu untuk mengerjakan tugas dan pekerjaan analisa yang seharusnya hanya bisa dikerjakan oleh manusia, kemampuan ini disebut Kecerdasan Buatan (Artificial Intelegency) Jaringan Syaraf Tiruan (JST) merupakan salah satu kecerdasan buatan dengan cara kerja seperti otak manusia dengan fitur prediksi atau peramalan Jaringan Syaraf Tiruan dapat menjadi metode dalam analisa hubungan curah hujan terhadap debit, dengan adanya metode Jaringan Syaraf Tiruan dapat menjadi pilihan dalam memprediksi debit model dengan harapan hasil debit model mendekati nilai hidrolis. Dalam studi ini pemodelan debit menggunakan Jaringan Syaraf Tiruan (JST) dengan metode pelatihan Backpropagation.menggunakan data curah hujan dan data evapotranspirasi sebagai data input dalam pemodelan debit. Berdasarkan hasil pemodelan debit dengan menggunakan jaringan syaraf tiruan didapat hasil kesalahan dan keandalan debit model. Besarnya kesalahan dalam memodelkan debit dapat dilihat dari nilai Mean Square Error (MSE), dan Mean Absolute Error (MAE), sedangkan tingkat keandalan suatu jaringan dalam memodelkan suatu data dapat dilihat dari nilai Koefisien Korelasi (R), dan Nash–Sutcliffe Model Efficiency Coefficient (NSE). Hasil pemodelan debit menggunakan Jaringan Syaraf Tiruan, mempunyai hasil dengan nilai MSE = 4390,98, MAE = 37,48, R = 0,95, dan NSE = 0,901
English Abstract
Discharge data is one of the basics in planning a water resource management activity, with the analysis of rainfall on river discharge can be an alternative in water building planning with right methods the results of the discharge analysis will approach hydrological values. But in the calculations a lot of parameters must be reviewed, with software development is expected able to do the task and analysis work that should only be done by humans, this ability is called Artificial Intelligence. Artificial Neural Network (ANN) is one of artificial intelligence by working like a human brain with predictive features or forecasting Artificial Neural Networks can be a method in analyzing the correlation of rainfall with discharge, with Artificial Neural Network methods can be an option in predicting the discharge models with expectations the results of the model discharge approach the hydraulic value. In this study discharge modeling using Artificial Neural Networks (ANN) with Backpropagation training methods. Using precipitation data and evapotranspiration data as input data in discharge modeling. Based on the results of the discharge modeling using artificial neural networks discovered the error results and reliability the discharge model. errors result in modeling discharge can be seen from the value of Mean Square Error (MSE), and Mean Absolute Error (MAE), while network reliability in data modeling can be seen from the Coefficient Correlation (R), and Nash-Sutcliffe Efficiency Model (NSE). The results of discharge modeling using Artificial Neural Networks, have the results with the value of MSE = 4390,98, MAE = 37,48, R = 0,95, and NSE = 0,90
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2019/1016/052000403 |
| Uncontrolled Keywords: | Jaringan Syaraf Tiruan, pemodelan debit, hujan, evapotranspirasi, Artificial Neural Networks, discharge modeling, rain, evapotranspiration. |
| Subjects: | 600 Technology (Applied sciences) > 627 Hydraulic engineering > 627.1 Inland waterways > 627.12 Rivers and streams / Watershed management |
| Divisions: | Fakultas Teknik > Teknik Pengairan |
| Depositing User: | Nur Cholis |
| Date Deposited: | 15 Nov 2020 13:33 |
| Last Modified: | 24 Oct 2021 15:08 |
| URI: | http://repository.ub.ac.id/id/eprint/178402 |
Preview |
Text
JANO ALPIKARIGO (2).pdf Download (5MB) | Preview |
Actions (login required)
 |
View Item |