MODEL TREE NON LINIER UNTUK EKSTRAPOLASI DATA DEBIT IN FLOW DI WADUK LAHOR DAN WADUK SELOREJO KABUPATEN
MODEL TREE NON LINIER UNTUK EKSTRAPOLASI DATA
DEBITINFLOW DI WADUK LAHOR DAN WADUK SELOREJO
KABUPATEN
Oleh: EKO NUGROHO APRILIANTO ( 04520044 )
Civil Engineering
Dibuat: 2009-04-20 , dengan 7 file(s).
Keywords: data, debit, ekstrapolasi, model tree
ABSTRAK
Peramalan (forecasting) terhadap besarnya 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 debit
inflow yang akan terjadi pada siklus oprasional kedepan 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 diukurpada periode ini. Cara tersebut terbukti
memberikan hasil yang kurang memuaskan. Berbagai upaya untuk memperbaiki model tersebut
telah banyak dilakukan diantaranya dengan penerapan model – model stokastik seperti Model
Markov, Thomas Fiering atau masih banyak yang lainnya. Pada kebanyakan studi dan penelitian
terdahulu menunjukkan bahwa metode tersebut juga belum optimal oleh karena dinilai kurang
“applicable” akibat sifatnya yang masih teoritis dan proses perhitungannya cukup rumit untuk
setiapkali melakukan peramalan.
Seiring dengan perkembangan dunia komputer yang demikian pesat, model berbasis kecerdasan
buatan (Artificial Intelegentia) menjadi popular dan seringkali menjadi pilihan untuk
menyelesaikan masalah peramalan. Penelitian ini merupakan salah satu upaya memberikan
alternatif solusi terhadap masalah peramalan debit pada satu tahun kedepan dengan
memanfaatkan salah satu model 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 analisanya pembentukan model matematis yang
didasarkan pada data training harus dilakukan dalam proses perhitungan yang rumit dan
membutuhkan waktu yang lama, namun setelah model terbentuk proses peramalan debit pada
periode mendatang dapat dianalisa 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 yang ada.
ABSTRACT
Forecasting towards the amound of inflow debit is an important step in operation pattern whose
function is for electric power supply (PLTA) and other function. In PLTA error mistake towards
the amount of inflow debit that will happen to the forward operational cycle mightaffact the
buildingfuction in producing electricity isn’t maximum. Simple forecesting technique that’s
applied nowadays is considering that the river;s flow debit for the next period will result the
some as the debit which is measured in this period. Many efforts have been done to improve the
technique. For instance applying stokastik model for technique such as Markov Model, Thomas
Fiering’s and many others. Most of previous studyes and researches show that the methods are
not optimal yet because they are less applicable due to it’s theooritic impact and the accountig
proses is complicated everytime the forecesting is conducted.
This research is a way to give alternative solution for debit forecasting problem for the next year
by using one of models based on “Artificial Intelegentia”, that is Tree Model. Terr Model has
been applied in hydrology especially for flood track, rain flow data transformed to debit data
tidal waves forecesting with satistying results. In analyzing arrange mathmatical model based on
training data must be done in complicated accountings and take long time, however after the
model fixed debit forecesting prosess for the next period can and faster. It maskes the result are
more “ Applicable” and in the end it’s expected to support the improvement of economical value
of the allredy existed buildings.
DEBITINFLOW DI WADUK LAHOR DAN WADUK SELOREJO
KABUPATEN
Oleh: EKO NUGROHO APRILIANTO ( 04520044 )
Civil Engineering
Dibuat: 2009-04-20 , dengan 7 file(s).
Keywords: data, debit, ekstrapolasi, model tree
ABSTRAK
Peramalan (forecasting) terhadap besarnya 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 debit
inflow yang akan terjadi pada siklus oprasional kedepan 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 diukurpada periode ini. Cara tersebut terbukti
memberikan hasil yang kurang memuaskan. Berbagai upaya untuk memperbaiki model tersebut
telah banyak dilakukan diantaranya dengan penerapan model – model stokastik seperti Model
Markov, Thomas Fiering atau masih banyak yang lainnya. Pada kebanyakan studi dan penelitian
terdahulu menunjukkan bahwa metode tersebut juga belum optimal oleh karena dinilai kurang
“applicable” akibat sifatnya yang masih teoritis dan proses perhitungannya cukup rumit untuk
setiapkali melakukan peramalan.
Seiring dengan perkembangan dunia komputer yang demikian pesat, model berbasis kecerdasan
buatan (Artificial Intelegentia) menjadi popular dan seringkali menjadi pilihan untuk
menyelesaikan masalah peramalan. Penelitian ini merupakan salah satu upaya memberikan
alternatif solusi terhadap masalah peramalan debit pada satu tahun kedepan dengan
memanfaatkan salah satu model 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 analisanya pembentukan model matematis yang
didasarkan pada data training harus dilakukan dalam proses perhitungan yang rumit dan
membutuhkan waktu yang lama, namun setelah model terbentuk proses peramalan debit pada
periode mendatang dapat dianalisa 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 yang ada.
ABSTRACT
Forecasting towards the amound of inflow debit is an important step in operation pattern whose
function is for electric power supply (PLTA) and other function. In PLTA error mistake towards
the amount of inflow debit that will happen to the forward operational cycle mightaffact the
buildingfuction in producing electricity isn’t maximum. Simple forecesting technique that’s
applied nowadays is considering that the river;s flow debit for the next period will result the
some as the debit which is measured in this period. Many efforts have been done to improve the
technique. For instance applying stokastik model for technique such as Markov Model, Thomas
Fiering’s and many others. Most of previous studyes and researches show that the methods are
not optimal yet because they are less applicable due to it’s theooritic impact and the accountig
proses is complicated everytime the forecesting is conducted.
This research is a way to give alternative solution for debit forecasting problem for the next year
by using one of models based on “Artificial Intelegentia”, that is Tree Model. Terr Model has
been applied in hydrology especially for flood track, rain flow data transformed to debit data
tidal waves forecesting with satistying results. In analyzing arrange mathmatical model based on
training data must be done in complicated accountings and take long time, however after the
model fixed debit forecesting prosess for the next period can and faster. It maskes the result are
more “ Applicable” and in the end it’s expected to support the improvement of economical value
of the allredy existed buildings.