MODEL TREE LINIER UNTUK EKSTRAPOLASI DATA DEBIT IN FLOW DI WADUK SELOREJO DAN WADUK LAHOR KABUPATEN MALANG
MODEL TREE LINIER UNTUK EKSTRAPOLASI DATA DEBITINFLOW DI
WADUK SELOREJO DAN WADUK LAHORKABUPATEN MALANG
Oleh: PUSPITA INDAH PERMATASARI ( 045200021 )
Civil Engineering
Dibuat: 2009-04-18 , dengan 3 file(s).
Keywords: data, debit, ekstrapolasi, model, tree
ABSTRAK
Peramalan (forecasting) terhadap besaran debit inflow merupakan tahapan penting dalam
penyusunan pola operasi bangunan air baik yang berfungsi untuk pembangkit listrik tenaga air
(PLTA) maupun untuk fungsi yang lain. Pada PLTA kesalahan prediksi terhadap besaran inflow
yang akan terjadi pada siklus operasional ke depan dapat menyebabkan tidak maksimalnya
fungsi bangunan tersebut dalam memproduksi tenaga listrik. Teknik peramalan debit sederhana
yang banyak diterapkan pada saat ini adalah dengan menganggap bahwa debit aliran sungai pada
periode mendatang akan sama dengan debit yang diukur pada periode ini. Cara tersebut terbukti
memberikan hasil yang kurang memuaskan. Berbagai upaya untuk memperbaiki metode tersebut
telah banyak dilakukan diantaranya dengan penerapan model-model stokastik seperti Model
Markov, Thomas Fiering atau yang lain. Pada kebanyakan studi dan penelitian terdahulu
menunjukkan bahwa metode tersebut juga belum optimal oleh karena dinilai kurang “applicable”
akibat sifatnya yang masih teoritik dan proses perhitungannya cukup rumit untuk setiap kali
melakukan peramalan.
Seiring dengan perkembangan dunia komputer yang demikian pesat, metode berbasis kecerdasan
buatan (Artificial Intelegentia) menjadi popular dan seringkali menjadi pilihan untuk
menyelesaikan masalah peramalan. Penelitian ini merupakan salah satu upaya untuk memberikan
alternatif solusi terhadap masalah peramalan debit pada satu tahun ke depan dengan
memanfaatkan salah satu metode yang berbasis Artificial Intelegentia (IA), yaitu Model Tree.
Model Tree telah dicoba untuk diterapkan pada bidang hidrologi terutama untuk penelusuran
banjir, transformasi data hujan menjadi data debit dan peramalan pasang surut muka air laut
dengan hasil yang cukup memuaskan. Dalam analisisnya pembentukan model matematik yang
didasarkan pada data latih harus dilakukan dengan proses perhitungan yang rumit dan
membutuhkan waktu yang lama, namun setelah model terbentuk proses peramalan debit pada
periode mendatang dapat dianalisis dengan lebih mudah dan cepat. Dengan demikian hasil yang
diperoleh dapat lebih bersifat “applicable”, dan pada akhirnya diharapkan dapat mendukung
upaya peningkatan nilai manfaat ekonomis dari bangunan-bangunan air yang ada.
ABSTRACT
Forecasting to inflow debit magnitude is important step in compilation of operation pattern of
functioning good waterworks for power station of water power ( PLTA) and also for other
function. At PLTA mistake of prediction to inflow magnitude which there will be at operating
cycle forwards can cause not maximum of function of the building in producing electric power.
Simple debit forecasting technique which many applied at the moment is by assuming that river
stream debit at period to come would equal to debit measured at this period. The way is proven
gives result that is unsatisfying gratifies. Various efforts to improve repair the method has many
done between it with applying of stochastic models like Model Markov, Thomas Fiering or other.
At most former study and research indicates that the method also has not is optimal because of
assessed unsatisfying " applicable" effect in character which teoristic still and its the calculation
process enough complicated for each time does forecasting.
Along with development of fast such a computer world, method bases on artificial intelligence
(Artificial Intelegentia) becomes popular and often becomes choice to finalize forecasting
problem. This research is one of effort to give alternative of solution to forecasting problem of
debit by next one years by exploiting one of method being based on Artificial Intelegentia (LA),
that is Model Tree. Model Tree has been tried to be applied at hydrology area especially for
floods scanning, orthogonal transformation of rain data becomes debit data and forecasting of
sea-water face ebb with well enough result. In analysing it forming of mathematical model based
on by data to train must be done with complicated calculation process and requires old time, but
after model is formed [by] forecasting process of debit at period to come can be analysed with
interest easy and quickly. Thereby result obtained earns more haves the character of “applicable”,
and in the end is expected able to support improvement effort of economic benefit value from the
water buildings.
WADUK SELOREJO DAN WADUK LAHORKABUPATEN MALANG
Oleh: PUSPITA INDAH PERMATASARI ( 045200021 )
Civil Engineering
Dibuat: 2009-04-18 , dengan 3 file(s).
Keywords: data, debit, ekstrapolasi, model, tree
ABSTRAK
Peramalan (forecasting) terhadap besaran debit inflow merupakan tahapan penting dalam
penyusunan pola operasi bangunan air baik yang berfungsi untuk pembangkit listrik tenaga air
(PLTA) maupun untuk fungsi yang lain. Pada PLTA kesalahan prediksi terhadap besaran inflow
yang akan terjadi pada siklus operasional ke depan dapat menyebabkan tidak maksimalnya
fungsi bangunan tersebut dalam memproduksi tenaga listrik. Teknik peramalan debit sederhana
yang banyak diterapkan pada saat ini adalah dengan menganggap bahwa debit aliran sungai pada
periode mendatang akan sama dengan debit yang diukur pada periode ini. Cara tersebut terbukti
memberikan hasil yang kurang memuaskan. Berbagai upaya untuk memperbaiki metode tersebut
telah banyak dilakukan diantaranya dengan penerapan model-model stokastik seperti Model
Markov, Thomas Fiering atau yang lain. Pada kebanyakan studi dan penelitian terdahulu
menunjukkan bahwa metode tersebut juga belum optimal oleh karena dinilai kurang “applicable”
akibat sifatnya yang masih teoritik dan proses perhitungannya cukup rumit untuk setiap kali
melakukan peramalan.
Seiring dengan perkembangan dunia komputer yang demikian pesat, metode berbasis kecerdasan
buatan (Artificial Intelegentia) menjadi popular dan seringkali menjadi pilihan untuk
menyelesaikan masalah peramalan. Penelitian ini merupakan salah satu upaya untuk memberikan
alternatif solusi terhadap masalah peramalan debit pada satu tahun ke depan dengan
memanfaatkan salah satu metode yang berbasis Artificial Intelegentia (IA), yaitu Model Tree.
Model Tree telah dicoba untuk diterapkan pada bidang hidrologi terutama untuk penelusuran
banjir, transformasi data hujan menjadi data debit dan peramalan pasang surut muka air laut
dengan hasil yang cukup memuaskan. Dalam analisisnya pembentukan model matematik yang
didasarkan pada data latih harus dilakukan dengan proses perhitungan yang rumit dan
membutuhkan waktu yang lama, namun setelah model terbentuk proses peramalan debit pada
periode mendatang dapat dianalisis dengan lebih mudah dan cepat. Dengan demikian hasil yang
diperoleh dapat lebih bersifat “applicable”, dan pada akhirnya diharapkan dapat mendukung
upaya peningkatan nilai manfaat ekonomis dari bangunan-bangunan air yang ada.
ABSTRACT
Forecasting to inflow debit magnitude is important step in compilation of operation pattern of
functioning good waterworks for power station of water power ( PLTA) and also for other
function. At PLTA mistake of prediction to inflow magnitude which there will be at operating
cycle forwards can cause not maximum of function of the building in producing electric power.
Simple debit forecasting technique which many applied at the moment is by assuming that river
stream debit at period to come would equal to debit measured at this period. The way is proven
gives result that is unsatisfying gratifies. Various efforts to improve repair the method has many
done between it with applying of stochastic models like Model Markov, Thomas Fiering or other.
At most former study and research indicates that the method also has not is optimal because of
assessed unsatisfying " applicable" effect in character which teoristic still and its the calculation
process enough complicated for each time does forecasting.
Along with development of fast such a computer world, method bases on artificial intelligence
(Artificial Intelegentia) becomes popular and often becomes choice to finalize forecasting
problem. This research is one of effort to give alternative of solution to forecasting problem of
debit by next one years by exploiting one of method being based on Artificial Intelegentia (LA),
that is Model Tree. Model Tree has been tried to be applied at hydrology area especially for
floods scanning, orthogonal transformation of rain data becomes debit data and forecasting of
sea-water face ebb with well enough result. In analysing it forming of mathematical model based
on by data to train must be done with complicated calculation process and requires old time, but
after model is formed [by] forecasting process of debit at period to come can be analysed with
interest easy and quickly. Thereby result obtained earns more haves the character of “applicable”,
and in the end is expected able to support improvement effort of economic benefit value from the
water buildings.