Model 1D Neuron = 20 ; laju pembelajaran = 0,5 ; momentum = 0,3
y = 0,845x + 0,486 R² = 0,757
3,6 3,8
4 4,2
4,4
3,6 3,8
4 4,2
4,4 P
re d
ik si
m
Target m
Grafik Model 1 D
Gambar 60 Grafik hasil pengujian antara target dan prediksi untuk model 1D
Model 2E Neuron = 30 ; laju pembelajaran = 0,9 ; momentum = 0,5
y = 0,911x + 0,246 R² = 0,818
3,6 3,8
4 4,2
4,4
3,6 3,8
4 4,2
4,4
P re
d ik
si m
Target m
Grafik Model 2 E
Gambar 61 Grafik hasil pengujian antara target dan prediksi untuk Model 2E
Model 3D
Neuron = 20 ; laju pembelajaran = 0,5 ; momentum = 0,3
y = 0,825x + 0,632 R² = 0,755
3,6 3,8
4 4,2
4,4
3,6 3,8
4 4,2
4,4
Pr ed
ik si
m
Target m
Grafik Model 3D
Gambar 62 Grafik hasil pengujian antara target dan prediksi untuk Model 3D
Model 4B
Neuron = 20 ; laju pembelajaran = 0,9 ; momentum = 0,3
y = 0,884x + 0,439 R² = 0,789
3,6 3,8
4 4,2
4,4
3,6 3,8
4 4,2
4,4 P
re d
ik si
m
Target m
Grafik Model 4B
Gambar 63 Grafik hasil pengujian antara target dan prediksi untuk Model 4B
Model 5D
Neuron = 20 ; laju pembelajaran = 0,5 ; momentum = 0,3
y = 0,848x + 0,539 R² = 0,770
3,6 3,8
4 4,2
4,4
3,6 3,8
4 4,2
4,4
P re
d ik
si m
Target m
Grafik Model 5D
Gambar 64 Grafik hasil pengujian antara target dan prediksi untuk Model 5D Dari hasil pengujian untuk konfigurasi JST yang memberikan hasil MSE
terkecil dari semua model yang diuji adalah konfigurasi dengan jumlah neuron 20; laju pembelajaran 0,9; momentum 0,5; dengan curah hujan masukan 4 hari
ke belakang diperoleh MSE 0,0046. Grafik pengujian dengan Jaringan Syaraf Tiruan untuk 5 model dengan jumlah 5 variasi masukan yaitu dengan masukan
data curah hujan 1, 2, 3, 4 dan 5 hari sebelumnya dapat dilihat pada Gambar 65 sd 69.
Gambar 65 Grafik hasil pengujian antara target dan prediksi untuk Model 1D data masukan CH
t
sd CH
t-24 jam
dengan 20; neuron laju pembelajaran 0,5; momentum 0,3.
Gambar 66 Grafik hasil pengujian antara target dan prediksi untuk model 2E dengan data masukan CH
t
sd CH
t-48 jam
dengan 30 neuron laju pembelajaran 0,9; momentum 0,5.
Gambar 67 Grafik hasil pengujian antara target dan prediksi untuk model 3D dengan data masukan CH
t
sd CH
t-72 jam
dengan 20 neuron laju pembelajaran 0,5; momentum 0,3.
Gambar 68 Grafik hasil pengujian antara target dan prediksi untuk model 4B dengan masukan CH
t
sd CH
t-96 jam
dengan 20; neuron laju pembelajaran 0,9; momentum 0,3.
Gambar 69 Grafik hasil pengujian antara target dan prediksi untuk model 5D dengan data masukan CH
t
sd CH
t-120 jam
dengan 20 neuron; laju pembelajaran 0,5; momentum 0,3.
6.4. Hasil Pengujian Sub Sistem Informasi Banjir
Bagian terkahir dari sistem peringatan dini banjir adalah sub sistem informasi banjir. Dalam penelitian ini dilakukan pengujian sistem peringatan dini
banjir Kali Garang berbasis SMS dan Web baik fungsi dan efektifitas peralatan tersebut.
6.4.1 Hasil Pengujian Pengiriman Data dengan Menggunakan Sistem SMS
untuk Peringatan Dini Banjir
Yang dimaksud pengujian sistem SMS peringatan dini banjir adalah jeda waktu yang diperlukan antara waktu pengiriman status tinggi muka air melalui
SMS dari server komputer ke beberapa HP dengan beberapa no. provider GSM dan CDMA. Dalam uji coba Sistem Informasi Banjir Kali Garang ini adalah
Puncak I
Puncak II
dengan cara menaikkan sensor tinggi muka air sehingga melampaui batas normal
tinggi muka
air sungai
di atas
440 cm
yaitu pada
batas waspadasiagaawas.
Dalam uji coba ini dilakukan beberapa kali percobaan yang berbeda beda untuk sisi penerima SMS dengan beberapa operator GSM
dan CDMA Simpati, XL, Indosat, Fleksi dan Mobile 8 dan satu sistem operator untuk sisi pengirim Simpati. Tabel di bawah adalah hasil uji coba jeda waktu
antara pengiriman SMS dengan penerima SMS. Tabel 27
Hasil pengujian perbedaan waktu antara pengiriman SMS dan penerimaan pada beberapa operador.
WAKTU PENERIMAAN SMS DI HP NO
TANGGAL WAKTU
KIRIM SMS SIMPATI
XL MENTARI
FLEKSI 1
1 Januari 2008 10.00
10.02 10.03
10.02 10.03
2 1 Januari 2008
18.00 18.01
18.03 18.02
18.05 3
3 Januari 2008 14.00
14.01 14.04
14.02 14.06
4 3 Januai 2008
17.00 17.01
17.04 17.02
17.04 5
5 Januari 2008 17.00
17.01 17.03
17.03 17.03
6 6 Januari 2008
19.00 19.02
19.02 19.02
19.02
Dari hasil uji coba jeda waktu pengiriman SMS antara pengiriman dan penerimaan SMS pada pada tabel di atas didapat hasil maksimal waktu jeda
adalah kurang dari 10 menit. Dari hasil pengamatan beberapa kejadian banjir sebenarnya di Kali Garang, sistem informasi banjir dengan SMS ini telah berjalan
dengan baik yakni pada saat tinggi muka air Kali Garang naik, komputer server telah mengirim SMS status Kali Garang ke beberapa petugas banjir seperti
terlihat pada Gambar 70 di bawah ini.
Gambar 70 Tampilan tulisan yang diterima di HP pada kejadian banjir sebenarnya
Beberapa petugas dan pejabat instansi terkait yang telah tercatat dalam software sistem peringatan dini banjir ini yang akan menerima SMS jika Kali
Garang meningkat statusnya dari normal ke waspadasiaga dan awas. Tabel 28 adalah contoh sebagian nama-nama instansi terkait yang akan merima SMS jika
terjadi perubahan status Kali Garang. Pengelompokan status pengiriman ke instansi terkait selama ini belum ada panduan yang tetap. Akan tetapi secara
struktur bahwa petugas banjir dan instansi pemerintah tingkat kelurahan akan mendapatkan pengiriman jika perubahan status Kali Garang tejadi dari normal ke
waspada, siaga dan awas. Sedangkan camat cukup kondisi siaga dan walikotawakil walikota dan sekda hanya akan menerima SMS jika statusnya
adalah awas. Tabel 28
Contoh beberapa orang yang akan menerima SMS jika Kali Garang meningkat statusnya
NO NAMA
JABATAN WASPADA
SIAGA AWAS
1 Sukawi Sutarip
Walikota Tidak
Tidak Ya
2 H Macfud Ali
Wakil Walikota Tidak
Tidak Ya
3 H Sumargo
Sekda Tidak
Tidak Ya
4 Nugroho Joko PM
Ka Dinas PU Semarang Tidak
Ya Ya
5 Chairun
Ka BGM Semarang Tidak
Ya Ya
6 Setiawan
Ka Santel Tidak
Ya Ya
7 Ari Joko Santoso
Kesbanglinmas Ya
Ya Ya
8 Fauzi
Ka Subdin Pengairan Ya
Ya Ya
9 Lukito
Ka Balai PSDA Ya
Ya Ya
10 Nasriel
SPV Ya
Ya Ya
11 Hidayat Pawitan
IPB Ya
Ya Ya
12 Joko Windarto
IPB Ya
Ya Ya
Dalam perangkat lunak sistem peringatan dini banjir ini, Gambar 71 menunjukkan tampilan status petugas banjir dan staf dinas terkait yang akan
menerima informasi banjir lewat SMS beserta statusnya. Untuk perangkat lunak sistem peringatan dini banjir Kali Garang ini adalah terintegrasi menjadi satu
bagian dengan perangkat lunak telemetri. Fasilitas lain dalam sistem telemetri adalah mengolah data, setting waktu pengiriman data, dan lain lain. Dalam
pengolahan data terdapat fasilitas export ke data Excel dan Word.