Khulyati, Laila Diana (2017) Peramalan Siaga Banjir Dengan Menganalisis Data Curah Hujan (ARR) Dan Tinggi Muka Air (AWLR) Menggunakan Metode Support Vector Regression (Studi Kasus: Perum Jasa Tirta I). Sarjana thesis, Universitas Brawijaya.
Abstract
Banjir merupakan bencana alam yang menjadi permasalahan umum dan sulit diprediksi kapan terjadinya. Penyebab banjir sejauh ini yaitu adanya proses kenaikan curah hujan dan tinggi muka air di Daerah Aliran Sungai, sehingga perlu adanya penelitian untuk melakukan monitoring terhadap siaga banjir. Dari hal tersebut, diperlukan sistem yang dapat melakukan peramalan untuk memudahkan dalam menganalisa status siaga banjir di masa mendatang. Untuk dapat meramalkan hasil di masa mendatang, terdapat metode yang penggunaannya didasari ketersediaan data mentah, serta dengan teknik analisis statistik yang dinamakan metode regresi. Metode regresi yang digunakan dalam penelitian ini yaitu Support Vector Regression. Metode SVR sering digunakan dalam peramalan, namun tidak banyak yang menggunakan data curah hujan dan tinggi muka air secara bersamaan. Penelitian ini memiliki tujuan untuk melakukan peramalan siaga banjir di Stasiun Kambing pada DAS Brantas. Hasil dari pengujian menunjukkan peramalan siaga banjir pada bulan Desember 2016, pada data tinggi muka air (AWLR) didapatkan nilai error rate terkecil sebesar 9.584849544 dan data curah hujan (ARR) didapatkan nilai error rate terkecil sebesar 10.52259887. Dengan nilai parameter yang digunakan yaitu e = 0.09, = 0.005, = 0.2, C = 0.08 dan cLR = 0.08. Kedua data tersebut menghasilkan peramalan siaga banjir berupa siaga Normal.
English Abstract
Flood is a natural disaster that used to be general cause and hard to predict when it will happened. So far, the cause of flood is there’s process when rainfall and waterlevel is rise, so there’s required some research to do a monitoring on flood alert. From that point, system is required to be able to forecast and make it easier to analyze flood alert status in a future. To forecast a future results, there is a method that based on the availability of raw data, also with statistical analysis technique called regression method. Regression method that used in this research is Support Vector Regression. This SVR method is frequently used in forecasting, but not many of them use rainfall and waterlevel data in a same time. The purpose of this research is to do flood alert forecasting in Kambing Station DAS Brantas. The results represent flood alert forecasting at December 2016, with waterlevel data resulted minimal value of 9.584849544 in error rate and rainfall data resulted minimal value of 10.52259887 in error rate. By using values of parameters e = 0.09, = 0.005, = 0.2, C = 0.08 and cLR = 0.08. Both data resulted flood alert forecasting that shows Normal.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/761/051711464 |
| Uncontrolled Keywords: | Banjir, Curah Hujan, Tinggi Muka Air, Peramalan, Siaga, SVR. |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 04 Jan 2018 07:43 |
| Last Modified: | 21 Sep 2020 07:37 |
| URI: | http://repository.ub.ac.id/id/eprint/7726 |
Actions (login required)
 |
View Item |