ANALISIS DATA RUNTUN WAKTU DEBIT MENGGUNAKAN JARINGAN SYARAF TIRUAN DI DAS WURYANTORO PADA AWLR KECAMATAN WURYANTORO

Transkripsi

1 ANALISIS DATA RUNTUN WAKTU DEBIT MENGGUNAKAN JARINGAN SYARAF TIRUAN DI DAS WURYANTORO PADA AWLR KECAMATAN WURYANTORO ANALYSIS OF DISCHARGE TIME SERIES DATA USING THE ARTIFICIAL OF NEURAL NETWORK AT DAS WURYANTORO ON AWLR DISTRICTS WURYANTORO SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Pada Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta Disusun Oleh : HERI EKO PRASETYO NIM. I PROGRAM STUDI S1 TEKNIK SIPIL NON - REGULER JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2014

2 ii

3 iii

4 MOTTO Ingat.... Di atas langit masih ada langit. Orang sukses takkan pernah mengeluh bagaimana kalau gagal, namun berusaha bagaimana untuk berhasil. Orang yang luar biasa itu sederhana dalam ucapan, tetapi hebat dalam tindakan. Ibadah dan doa adalah kunci pokok meraih keberhasilan, tapi jangan lupa harus selalu berusaha. Kalau tidak pernah berani tersesat, maka kalian tidak akan pernah menemukan jalan baru. Tidak ada hal yang tidak mungkin dikerjakan di dunia ini, semua masalah pasti ada jalan keluarnya. iv

5 PERSEMBAHAN Alhamdulillah puji syukur tiada terkira kupanjatkan kehadirat Allah S.W.T pencipta alam semesta yang telah memberikan rahmat, hidayah serta anugerah yang tak terhingga, sehingga semua ini dapat tercapai dengan lancar dan baik. Ribuan terima kasih untuk Bapak, Ibu dan Adik disemarang yang tak hentihentinya mendoakan dan memberikan semangat kepada penulis hingga selesainya skripsi ini. Kepada Elsi Tri Juniati di depok, terima kasih atas doa, cinta, kasih sayang, semangat dan dukungannya selama ini. Ibu Rintis Hadiani dan Bapak Setiono selaku dosen pembimbing skripsi, Terima Kasih atas ilmu yang diajarkan dan kesabarannya dalam membimbing saya. Untuk teman-teman Berkly Tarigan, Egar, Danang, Dhiky, Jonas Eratika Ginting, Frandy Eko Yulianto, Ferry Dirgantoro, Dewa Winditiatama kalian team yang luar biasa dan sukses buat kalian. Kepada rekan-rekan Teknik Sipil S1 Non Reguler khususnya angkatan 2011, terima kasih atas kebersamaan, suka, duka, canda, tawa dan perjuangan bersama kalian selama ini, semoga kita menjadi orang yang sukses ke depannya, amin. Kepada segenap pihak yang telah membantu menyelesaikan laporan ini yang tidak bisa saya sebutkan satu-satu, penulis mengucapkan terimakasih banyak. v

6 ABSTRAK HERI EKO PRASETYO, 2014, ANALISIS DATA RUNTUN WAKTU DEBIT MENGGUNAKAN JARINGAN SYARAF TIRUAN DI DAS WURYANTORO PADA AWLR KECAMATAN WURYANTORO. Jaringan Syaraf Tiruan (JST) adalah suatu teknologi yang dikembangkan berdasarkan prinsip jaringan syaraf biologi pada manusia, dapat dilatih untuk meramalkan apa yang akan terjadi dimassa yang akan datang berdasarkan pola kejadian yang ada dimassa lampau. JST memiliki kemampuan untuk mengingat dan membuat generalisasi dari apa yang sudah terjadi sebelumnya. Jaringan Syaraf Tiruan dapat melatih jaringan untuk mendapatkan keseimbangan antara kemampuan jaringan untuk mengenali pola (data historis) yang digunakan selama pelatihan serta kemampuan jaringan untuk merespon yang benar terhadap pola masukan yang serupa (tapi tak sama) dengan pola yang dipakai selama pelatihan. Tujuan penelitian ini untuk menentukan jumlah pola input yang terbaik menggunakan Jaringan Syaraf Tiruan, dengan arsitektur propagasi balik. Metode penelitian ini menggunakan metode deskritif kuantitatif dengan teknik pengumpulan data dari sumber atau instansi terkait sehingga pada penelitian ini data yang digunakan adalah data sekunder. Tahapan penelitian yang dilaksanakan dengan mempersiapkan data debit pada tahun Untuk simulasi data debit menggunakan metode Jaringan Syaraf Tiruan (JST) Backpropagation dengan bantuan software Matlab. Hasil penelitian menunjukkan bahwa jumlah pola input yang terbaik adalah pola input dengan masukan data debit 8 tahun. Hasil simulasi yang terbaik adalah simulasi data debit dengan masukan data debit 8 tahun dengan keluaran data debit 8 tahun. Reliabilitas hasil simulasi hanya mencapai 63,86%, maka hasil simulasi memiliki tingkat reliabilitas yang cukup baik. Kata kunci : Jaringan Syaraf Tiruan, Model Simulasi data, Reliabilitas vi

7 ABSTRACT HERI EKO PRASETYO, 2014, ANALYSIS OF DISCHARGE TIME SERIES DATA USING THE ARTIFICIAL OF NEURAL NETWORK AT DAS WURYANTORO ON AWLR DISTRICTS WURYANTORO. Artificial Neural Network (ANN) is a technology that was developed based on the principle of biological neural networks in humans, can be trained to predict what will happen future based on patterns occurrence existing in the past. ANN has the ability to remember and make a generalization of what has happened before. Artificial neural networks can train the network to get the balance between the ability of the network to recognize patterns (historical data) are used for training as well as the network's ability to respond correctly to the input patterns are similar (but not the same) to the pattern used during training. The purpose of this study was to determine the best number of input patterns using neural networks, back propagation architecture. This research method using quantitative descriptive methods with techniques of data collection sources or agencies related to the research data used are secondary data. Stages of the research carried out by preparing the data discharge in the year For the simulation of discharge data using Artificial Neural Networks (ANN) backpropagation with the help of MATLAB software. The results showed that the number of input pattern is best with the input pattern data input discharge 8 years. The best simulation results are simulated discharge data with the data input discharge 8 years with the data output discharge 8 years. Reliability of simulation results only reaches 64.68%, the simulation results have a fairly good result level of reliability. Keywords : Artificial Neural Network, Model Simulation Data, Reliability vii

8 KATA PENGANTAR Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa, yang telah melimpahkan berkat, rahmat dan talenta-nya sehingga penulis dapat menyelesaikan Tugas Akhir ini dengan judul Analisis Data Runtun Waktu Debit Menggunakan Jaringan Syaraf Tiruan di DAS Wuryantoro Pada AWLR Kecamatan Wuryantoro guna memperoleh gelar Sarjana Teknik pada Fakultas Teknik Jurusan Sipil Universitas Sebelas Maret Surakarta. Dalam penyusunan laporan ini penulis banyak menerima bantuan dari berbagai pihak, oleh karena itu penulis ucapkan terima kasih kepada : 1. Segenap Pimpinan Fakultas Teknik Universitas Sebelas Maret Surakarta. 2. Segenap Pimpinan Jurusan Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta. 3. Ibu Dr. Ir. Rr. Rintis Hadiani, MT. Selaku dosen pembimbing pertama. 4. Bapak Setiono, ST, MSc selaku dosen pembimbing kedua. 5. Dosen Penguji Skripsi. 6. Bapak dan Ibu Dosen pengajar di Jurusan Teknik Sipil Universitas Sebelas Maret Surakarta. 7. Seluruh rekan-rekan mahasiswa S1 Non Reguler UNS angkatan Seluruh pihak yang tidak dapat kami sebutkan satu persatu yang telah membantu kelancaran hingga terwujudnya laporan ini. Penyusun menyadari sepenuhnya bahwa masih banyak kekurangan dan keterbatasan pengetahuan dan pengalaman serta masih kurangnya pemahaman yang penyusun miliki sehingga dalam penyusunan laporan ini banyak kekurangan, maka penyusun berharap dengan segala kerendahan hati untuk kritik dan saran yang bersifat membangun sangat kami harapkan. Akhir kata penyusun berharap semoga laporan ini berguna dan bermanfaat bagi semua yang memerlukanya. Surakarta, Januari 2014 viii Penyusun

9 DAFTAR ISI HALAMAN JUDUL i HALAMAN PERSETUJUAN PEMBIMBING... ii HALAMAN PENGESAHAN... iii MOTTO.... iv PERSEMBAHAN v ABSTRAK vi ABSTRACT vii KATA PENGANTAR viii DAFTAR ISI ix DAFTAR TABEL xi DAFTAR GAMBAR... xii DAFTAR NOTASI DAN SIMBOL... xiii BAB I PENDAHULUAN 1.1. Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Landasan Teori Data Debit Lapangan Verifikasi Model Debit Simulasi Jaringan Syaraf Tiruan (JST) ix

10 Backpropagation (Jaringan Propagasi Balik) Matlab Prosedur Aplikasi JST menggunakan Matlab Analisis Statistik Data Uji Hasil Analisis Model Koefisien Korelasi Debit Analisis Reliabilitas Parameter BAB III METODE PENELITIAN 3.1. Lokasi Penelitian Jenis Penelitian Langkah - Langkah Penelitian Mengumpulkan Data dan Informasi Pengumpulan Data Pengolahan Data Pemodelan Menggunakan Jaringan Syaraf Tiruan Algoritma Model Jaringan Syaraf Tiruan BAB IV HASIL DAN PEMBAHASAN 4.1. Data Debit Analisis Debit Menggunakan JST dengan Metode Backpropogation Validitas Data Simulasi Debit Korelasi Reliabilitas Hasil Simulasi BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Saran DAFTAR PUSTAKA... LAMPIRAN x xvi

11 DAFTAR TABEL Tabel 4.1 Data Debit Rerata Bulanan DAS Wuryantoro Tahun Tabel 4.1 Lanjutan Tabel 4.2. Validitas Data Simulasi Debit Tabel 4.3. Statistik Keluaran Model Tabel 4.4. Hasil Simulasi Debit dengan masukan 4 tahun Tabel 4.4. Lanjutan Tabel 4.5. Hasil Simulasi Debit Dengan Masukan 6 Tahun Tabel 4.6. Hasil Simulasi Debit Dengan Masukan 8 Tahun Tabel 4.7. Hasil Simulasi Debit Dengan Masukan 10 Tahun Tabel 4.7. Lanjutan Tabel 4.8. Reliabilitas Hasil Simulasi xi

12 DAFTAR GAMBAR Gambar 2.1. JST untuk Perhitungan Debit Gambar 3.1. Peta Lokasi Wliayah Penelitian Gambar 3.2. DAS Wuryantoro Gambar 3.3. Diagram Alir Tahapan Penelitin Gambar 3.4. Algoritma Pemodelan Jaringan Syaraf Tiruan Gambar 4.1. Artificial Neural Network untuk Q maka Q Gambar 4.2. Neural Network Training (nntraintool) Gambar 4.3. Grafik Hasil Simulasi Debit Bulanan Tahun pada DAS Wuryantoro. 25 Gambar 4.4. Grafik Statistik Keluaran Model Gambar 4.5. Grafik Hasil Simulasi Debit Bulanan Tahun pada DAS Wuryantoro Gambar 4.6. Grafik Hasil Simulasi Debit Bulanan Tahun pada DAS Wuryantoro Gambar 4.7. Grafik Hasil Simulasi Debit Bulanan Tahun pada DAS Wuryantoro Gambar 4.8. Grafik Hasil Simulasi Debit Bulanan Tahun pada DAS Wuryantoro xii

13 DAFTAR NOTASI DAN SIMBOL y = Data Debit ke i, D y n P1 Pn = Data Debit Rerata, = Standar Deviasi, = Jumlah Data, = Masukan Data ke-1 = Masukan Data ke-n Z1.1 = Peubah Bantu ke-1 pada lapisan tersembunyi 1 Z2.1 = Peubah Bantu ke-1 pada lapisan tersembunyi 2 b=1 = Nilai bias yang ditentukan dengan Satu Q1 Qn = Keluaran data ke-1 = Keluaran data ke-n r q = total run-length berdasarkan q (probabilitas), j kr r = 1, 2, 3,, kr, = jumlah total run-length. = Koefisien korelasi Q 50 = Debit simulasi (m 3 /dt) Q obs = Debit lapangan (m 3 /dt) σ i 2 = Jumlah varian i (merupakan jumlah diagonal), σ ij = Kovarian item i dan j, α r = Besar Keandalan Model xiii