Putri, Aradila Tiara and Dr. Ir. Very Dermawan, ST., MT., IPM., and Ir. Sri Wahyuni, ST., MT., Ph.D., IPM., ASEAN Eng., (2024) Studi Pola Penyebaran Jaringan Stasiun Hujan Di Das Ciliwung Hulu Menggunakan Jaringan Saraf Tiruan (Jst). Sarjana thesis, Universitas Brawijaya.
Abstract
Dalam berbagai upaya pengelolaan sumber daya air, analisis hidrologi menjadi salah satu analisis penting dalam perencanaan, pengembangan, dan pengendalian infrastruktur keairan. Ketepatan dalam analisis hidrologi sangat bergantung pada kualitas data hidrologi yang diperoleh dari stasiun hujan dan pos duga air. Penelitian ini bertujuan untuk mengevaluasi efektivitas jaringan stasiun hujan di DAS Ciliwung Hulu serta mengidentifikasi stasiun hujan mana yang dapat memberikan nilai akurasi maksimum dalam merepresentasikan keadaan daerah studi dengan baik. Pada studi ini, analisis data hujan dan data debit dilakukan terlebih dahulu dengan melakukan uji statistik ketiadaan trend, stasioner, persistensi, dan outlier. Selanjutnya, dilakukan evaluasi kerapatan jaringan stasiun hujan berdasarkan standar WMO (World Meteorological Organization). Kemudian, dilakukan analisis pola sebaran jaringan stasiun hujan menggunakan jaringan Saraf Tiruan (JST). JST merupakan metode pengolahan informasi yang terinspirasi dari cara berpikir otak manusia. JST digunakan untuk mengenal pola dan karakteristik data curah hujan dan debit yang berada di DAS Ciliwung Hulu yang kompleks. JST mampu mengidentifikasi stasiun hujan yang memiliki pengaruh signifikan terhadap akurasi prediksi data curah hujan dan debit. Analisis studi menggunakan metode JST dilakukan dengan cara mengurangi satu per satu stasiun hujan kemudian dikalikan dengan koefisien poligon Thiessen, sehingga diperoleh kombinasi stasiun hujan yang paling efektif dengan kesalahan relatif terkecil dan NSE terbaik. Dari hasil proses evaluasi kerapatan jaringan stasiun hujan, berdasarkan standar WMO (2020) dalam Guide to Hydrological Practices, DAS Ciliwung Hulu termasuk dalam kategori small islands dengan ketentuan 250 km² per stasiun hujan. Berdasarkan standar WMO kerapatan jaringan stasiun hujan di DAS Ciliwung Hulu dengan jumlah 4 (empat) stasiun hujan sudah memenuhi persyaratan, dengan kerapatan 37,981 km² per stasiun hujan. Kemudian, dilakukan analisis pola sebaran jaringan stasiun hujan menggunakan metode Jaringan Saraf Tiruan (JST) yang dilakukan dengan tiga komposisi pembagian data yaitu: 70-20-10; 60-25-15; dan 50-30-20, masing-masing diuji dengan 100, 500, dan 1000 epochs. Hasil terbaik diperoleh pada komposisi 70-20-10 dengan 1000 epochs, yang menunjukkan kesalahan relatif terkecil sebesar 9,880% dan nilai NSE 0,983 kategori sangat baik yaitu kombinasi Stasiun Hujan Gadog, Cilember, dan Gunung Mas.
English Abstract
In various water resources management efforts, hydrological analysis is one of the important analyses in planning, developing and controlling water infrastructure. Accuracy in hydrological analysis is highly dependent on the quality of hydrological data obtained from rainfall stations and water stations. This study aims to evaluate the effectiveness of the rain station network in the Upper Ciliwung Watershed and identify which rain stations can provide maximum accuracy in representing the state of the study area well. In this study, rainfall data and discharge data were analyzed first by conducting statistical tests for the absence of trend, stationarity, persistence, and outliers. Next, an evaluation of the density of the rain station network based on the WMO (World Meteorological Organization) standard is carried out. Then, the distribution pattern of the rain station network is analyzed using Artificial Neural Network (ANN). ANN is an information processing method inspired by the way the human brain thinks. JST is used to recognize patterns and characteristics of rainfall and discharge data in the complex Upper Ciliwung Watershed. ANN is able to identify rainfall stations that have a significant influence on the accuracy of rainfall and discharge data predictions. The study analysis using the ANN method was carried out by subtracting one by one rain station then multiplied by the Thiessen polygon coefficient, so as to obtain the most effective combination of rain stations with the smallest relative error and the best NSE. From the results of the rain station network density evaluation process, based on WMO standards (2020) in the Guide to Hydrological Practices, the Upper Ciliwung Watershed is included in the small islands category with a provision of 250 km² per rain station. Based on WMO standards, the density of the rain station network in the Upper Ciliwung Watershed with a total of 4 (four) rain stations has met the requirements, with a density of 37,981 km² per rain station. Then, an analysis of the distribution pattern of the rain station network using the Artificial Neural Network (JST) method was carried out with three data division compositions, namely: 70-20-10; 60-25-15; and 50-30-20, each tested with 100, 500, and 1000 epochs. The best results were obtained in the composition of 70-20-10 with 1000 epochs, which showed the smallest relative error of 9,880%, and an NSE value of 0,983 in the very good category, namely the combination of Gadog, Cilember, and Gunung Mas Rain Stations.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 0524071311 |
| Uncontrolled Keywords: | Jaringan Saraf Tiruan, Standar WMO, Kerapatan Jaringan Stasiun Hujan, Pos Duga Air AWLR. |
| Divisions: | Fakultas Teknik > Teknik Pengairan |
| Depositing User: | S Sucipto |
| Date Deposited: | 26 Aug 2024 03:02 |
| Last Modified: | 26 Aug 2024 03:02 |
| URI: | http://repository.ub.ac.id/id/eprint/229215 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Aradila Tiara Putri.pdf Restricted to Registered users only Download (18MB) |
Actions (login required)
 |
View Item |