SIMULASI DEBIT DAS BAH BOLON BERDASARKAN DATA HUJAN DENGAN METODE JARINGAN SYARAF TIRUAN BAKPOPROGATIAN MENGGUNAKAN SCILAB

SUTARTO, AGUS (2016) SIMULASI DEBIT DAS BAH BOLON BERDASARKAN DATA HUJAN DENGAN METODE JARINGAN SYARAF TIRUAN BAKPOPROGATIAN MENGGUNAKAN SCILAB. Other thesis, Universitas Sebelas Maret.

[img]
Preview
PDF - Published Version
Download (56Kb) | Preview

    Abstract

    Simulasi Debit Das Bahbolon Berdasarkan Data Hujan dengan Metode Jaringan Syaraf Tiruan Backpropogation Menggunakan Scilab. Skripsi. Jurusan Teknik Sipil. Fakultas Teknik. Universitas Sebelas Maret. Surakarta Data Debit merupakan informasi penting dalam pengelolaan sumber daya air. debit merupakan salah satu sumber input data yang selanjutnya dapat diolah dan dianalisis. Pengelolaan sumber daya air memiliki berbagai aspek keperluan seperti pengendalian banjir, potensi energi listrik dan sebagainya. Daerah aliran sungai tidak seluruhnya mempunyai stasiun debit sehingga perlu dilakukan pendekatan teknis untuk mengatasi pengabsahan data yang dapat dipertanggung jawabkan. Tujuan penelitian ini adalah (1) Mengetahui koefisien parameter JST, (2) Mengetahui debit prediksi tahun 2013-2016 dan (3) Mengetahui keandalan model. Simulasi debit merupakan metode mendapatkan data debit berdasarkan data hujan pada stasiun dalam satu DAS pada kurun waktu yang sama. Tahapan penelitian yang dilakukan adalah mengumpulkan data hujan dan debit tahun 2001-2012 serta peta topografi. Melakukan perhitungan hujan wilayah menggunakan metode poligon Thiessen. Hasil hujan wilayah diubah menjadi debit menggunakan metode FJ. Mock. Kemudian melakukan simulasi sampai hasil yang diperoleh berada pada batas yang ditetapkan dengan metode JST Backpropagation dengan bantuan Software Scilab 5.5.1.0. dan sekaligus memperoleh debit prediksi. Selanjutnya melakukan uji keandalan model Penelitian Simulasi Debit DAS Bahbolon dengan metode Jaringan Syaraf Tiruan Backpropogation Berdasarkan data hujan menggunakan Scilab. Hasil penelitian menunjukkan bahwa parameter JST : Periode = 4 tahun, Hidden Layer = 4 buah (masing-masing 5 neuron), Interaksi = 10000, MSE = 0,0001, Momentum = 0,6, dan Kecepatan Belajar 0,6. Kemudian untuk debit prediksi DAS Bahbolon pada tahun 2013- 2016 dapat dilihat pada tabel 4.14 Dengan nilai korelasi sebesar = 0,999979 dan keandalan model 71,29 % yang diperoleh dari analisis reliabilitas. Kata kunci : DAS Bahbolon, data hujan, Jaringan Syaraf Tiruan, Prediksi, Scilab, Simulasi Debit.

    Item Type: Thesis (Other)
    Subjects: T Technology > TA Engineering (General). Civil engineering (General)
    Divisions: Fakultas Teknik > Teknik Sipil
    Depositing User: fifit puspitasar
    Date Deposited: 10 Apr 2016 20:24
    Last Modified: 10 Apr 2016 20:24
    URI: https://eprints.uns.ac.id/id/eprint/24439

    Actions (login required)

    View Item