26
∑
=
− =
n i
i s
m
h h
n ME
1
1 ......................................................
33 di mana: n = banyaknya data, h
m
= muka airbumi pengukuran dan h
s
= muka airbumi simulasi
b. Mean Absolute Error MAE Mean Absolute Error
adalah rata-rata nilai absolut selisih antara pengukuran dengan simulasi yang dirumuskan sebagai:
∑
=
− =
n i
i s
m
h h
n MAE
1
1 ........................................................
34 c. Root Mean Square RMS
. Root Mean Square RMS kesalahan atau standar deviasi yaitu rata-rata pangkat dua antara pengukuran dan simulasi. RMS dihitung dengan persamaan:
2 1
2 i
sim ukur
h h
n 1
RMS
−
=
∑
............................................... 35
Uji kesahihan atau keabsahan adalah salah satu kriteria penilaian keobyektifan dari suatu pekerjaan ilmiah. Dalam pemodelan, nilai obyektifitas
ditunjukkan dengan sejauhmana model dapat menirukan fakta Muhammadi et al., 2001.
2.8. Model Optimasi dengan Solver
Optimasi menggantikan proses trial-and-error dalam mengubah suatu disain dan mensimulasi kembali dengan menggunakan masing-masing perubahan
disain yang baru. Dengan demikian, model optimasi secara otomatis mengubah parameter-parameter disain. Prosedur optimasi diungkapkan secara matematik
yang menguraikan sistem dan tanggapannya terhadap input sistem untuk berbagai parameter disain. Ungkapan matematika tersebut merupakan batasan-batasan di
dalam optimasi model. Sebagai tambahan, batasan-batasan digunakan untuk menggambarkan batas-batas variabel-variabel disain dan capaian dievaluasi
melalui satu fungsi tujuan, yang bisa berupa memaksimumkan atau meminimalkan Mays dan Tung, 1992.
Menurut Arifin 2005, Solver merupakan salah satu fasilitas tambahan Add-ins yang digunakan untuk memecahkan persoalan yang cenderung rumit.
27 Selanjutnya Arifin dan Fauzi 2007, solver dapat digunakan untuk melakukan
berbagai skenario optimasi atas suatu masalah. Solver dapat menangani masalah yang melibatkan banyak sel variabel dan membantu mencari kombinasi variabel
untuk meminimalkan dan memaksimalkan nilai suatu sel target. Solver memungkinkan untuk mendefinisikan sendiri suatu batasan atau kendala yang
harus dipenuhi agar pemecahan masalah dianggap benar. Menurut Yulianto dan Sutapa 2005, sebelum memasuki Solver, langkah
pertama yang harus dilakukan adalah mendefinisikan dan memilih variabel keputusan, kendala dan fungsi tujuan dari suatu masalah. Setelah langkah
pertama, yang harus dilakukan adalah memasukkan data fungsi tujuan, kendala dan variabel keputusan dalam Excel.
Selanjutnya Yulianto dan Sutapa 2005, mendefinisikan variabel keputusan, fungsi tujuan dan kendala sebagai berikut:
1 Variabel keputusan adalah variabel yang menggambarkan keputusan yang akan dibuat.
2 Fungsi tujuan adalah fungsi dari harapan atau kriteria yang ingin dicapai, yang selanjutnya akan dimaksimalkan atau diminimalkan.
3 Kendala atau batasan adalah kondisi atau syarat yang membatasi nilai-nilai dari variabel keputusan yang mungkin.
2.9. Pengelolaan Airbumi untuk Irigasi
