STUDI OPTIMASI OPERASI LEPASAN WADUK BERDASARKAN TAMPUNGAN WADUK DI WADUK PEJOK KABUPATEN BOJONEGORO UNTUK IRIGASI DENGAN ALGORITMA GENETIK

Transkripsi

1 STUDI OPTIMASI OPERASI LEPASAN WADUK BERDASARKAN TAMPUNGAN WADUK DI WADUK PEJOK KABUPATEN BOJONEGORO UNTUK IRIGASI DENGAN ALGORITMA GENETIK Husein Triono 1, Widandi Soetopo 2, Rispiningtati 2 1 Mahasiswa Program Sarjana Teknik Jurusan Pengairan Universitas Brawijaya 2 Dosen Teknik Pengairan Fakultas Teknik Universitas Brawijaya 1 sheinputra@yahoo.co.id ABSTRACT Waduk Pejok adalah waduk suplesi yang di fungsikan untuk memenuhi kebutuhan irigasi di DI Pacal-Kerjo seluas Ha. Tetapi permasalahan yang sering terjadi di lokasi studi yaitu rendahnya suplai air terutama musim kemarau. Oleh karena itu waduk Pejok memiliki peranan yang sangat penting sebagai waduk suplesi. Mengingat belum adanya pedoman lepasan pada waduk Pejok maka perlu adanya kajian optimasi, dengan melakukan optimasi pengoperasian berdasarkan Tampungan Waduk diharapkan mendapatkan aturan lepasan berdasarkan Tampungan Waduk yang optimal. Studi ini difokuskan pada upaya meningkatkan kinerja waduk berdasarkan Tampungan Waduk menggunakan metode Algoritma Genetik, dengan fungsi tujuan memaksimalkan pemenuhan minimum waduk untuk irigasi. Dari hasil simulasi operasi berdasarkan Tampungan Waduk selama 12 tahun dari tahun didapatkan rata-rata pemenuhan Irigasi Pacal-Kerjo seluas 1989 Ha yaitu 95,71% dan minimum pemenuhan irigasi 39,56%. Proses optimasi Algoritma Genetik ini berpusat pada aturan lepasan berdasarkan Tampungan Waduk sebagai kromosom dan pemenuhan kebutuhan minimum sebagai fungsi kinerja/fungsi tujuan. Setelah dilakukan optimasi didapatkan peningkatan nilai minimum pemenuhan irigasi yaitu 89,55% dan ratarata pemenuhan irigasi yaitu 98,78%. Kata Kunci: Lepasan Berdasarkan Tampungan Waduk, Algoritma Genetik, Optimasi ABSTRACT Pejok Reservoir is supplier for irrigation demand at Pacal-Kerjo Irrigation Area with coverage area of acre. But problems that often occurs in the study area is the low water supplies especially on dry season. Therefore the Pejok Reservoir has a very important role as a supplier reservoir. Considering the absence of release guidance on Pejok Reservoir, then it s necessary to have an optimization study, by performing optimization operation based on reservoir storage, expected to obtain the optimal realese rule based on storage reservoir. This study focusing to improve reservoir performance based on reservoir storageuse Genetic Algorithm method, with objective function to maximize reservoir minimum fulfillment of irrigation demand. From theresult of operation based on reservoir storage simulation which is simulated during 12 years from 2002 to 2013, it obtained the average of Pacal Kerjo irrigation fulfillment is 97,71 % and 39,56 % for the minimum irrigation fulfillment with coverage irrigation area is 1989 acres. The optimization process is centered on release rule based on Reservoir Storage as the cromosoms and minimum irrigation demand fulfillment as the objective/performance function. After finishing the optimization, minimum irrigation demand fulfillment increase to 89.55% and the average irrigation demand fulfillment increase to 98,78%. Keywords: Realese of Reservoir, Genetic Algorithm, Optimization

2 PENDAHULUAN Latar Belakang Masalah utama yang dihadapi dalam pendistribusian air adalah tempat, jumlah, waktu, dan mutu air. Sehingga perlu adanya pengelolaan pengoperasian dan perencanaan yang optimal agar keadaan air terjaga pada saat musim kemarau dan pada musim hujan untuk memenuhi kebutuhan manusia. Dalam pemanfaatan tampungan waduk dengan kuantitas air yang terbatas. Maka perlu adanya optimasi agar penggunaan air waduk bisa benar-benar optimal guna memenuhi berbagai kebutuhan yang direncanakan. Dalam penelitian ini akan diterapkan model optimasi dengan metode Algoritma Genetik yang merupakan salah satu metode program Stokastik. Identifikasi Masalah Kebutuhan air pada areal irigasi di hilir rencana waduk selama ini mendapatkan suplai air dari Bendung Kerjo dengan pompanisasi atau dengan mengandalkan air hujan. Kecilnya suplai air dari Bendung Kerjo membuat banyak areal irigasi tidak dapat ditanami, terlebih lagi pada musim kemarau. Oleh karena itu Waduk Pejok berfungsi meningkatkan efisiensi lahan dan pemanfaatan sumber daya air yang merupakan sumber daya alam terbarukan semaksimal mungkin untuk kesejahteraan masyarakat. Mengingat belum adanya pedoman operasi lepasan pada Waduk Pejok, maka dalam penetapan pedoman operasi perlu adanya kajian berupa optimasi. Kajian ini difokuskan pada pencarian alternatif lepasan berdasarkan Tampungan Waduk guna memenuhi memenuhi kebutuhan irigasi Pacal-Kerjo menggunakan metode Algoritma Genetik yang merupakan salah satu metode simulasi untuk optimasi prosedur Stokastik. Batasan Masalah Batasan-batasan masalah dalam studi ini adalah sebagai berikut : 1. Studi dilakukan di Waduk Pejok Kabupaten Bojonegoro Provinsi Jawa Timur. 2. Daerah irigasi yang akan dialiri adalah DI Pacal-Kerjo seluas ha. 3. Tidak membahas perencanaan desain bangunan, biaya konstruksi, PLTA, operasi pintu, analisa ekonomi, masalah usia guna waduk dan analisis sedimentasi. 4. Tidak membahas perencanaan kebutuhan air irigasi. 5. Lepasan waduk berdasarkan Tampungan diperuntukkan untuk irigasi. 6. Membahas operasi dan optimasi waduk berdasarkan Tampungan Waduk. 7. Metode yang digunakan dalam studi ini adalah metode simulasi stokastik model Algoritma Genetik. 8. Menggunakan program Visual-Basic dari MS-Exel 2007 untuk membuat simulasi stokastik model Algoritma Genetik. Rumusan Masalah Permasalahan yang dibahas dalam studi ini adalah : 1. Bagaimana simulasi operasi waduk berdasarkan Tampungan waduk di waduk Pejok? 2. Bagaimana rumusan model optimasi untuk Waduk Pejok dan penyelesaiannya dengan model optimasi Algoritma Genetik? 3. Bagaimana hasil lepasan waduk berdasarkan Tampungan waduk dengan simulasi optimasi Algoritma Genetik? Tujuan dan Manfaat Tujuan dari studi ini adalah untuk memaksimalkan kinerja operasi Waduk Pejok berdasarkan Tampungan dan mencapai kondisi yang optimal dalam

3 peruntukan kebutuhan irigasi DI Pacal- Kerjo. Manfaat dari studi ini adalah untuk memberikan pedoman lepasan berdasarkan Tampungan untuk memenuhi kebutuhan irigasi DI Pacal Kerjo. TINJAUAN PUSTAKA Umum Fungsi utama waduk secara prinsip adalah menampung kelebihan air pada periode debit tinggi untuk digunakan pada saat debit rendah. Disamping menampung air untuk pemanfaatan dikemudiaan hari, penampungan air dapat memperkecil kerusakan akibat banjir di bagian hilirnya. Ciri Fisik Waduk Ciri fisik suatu waduk atau bagianbagian pokok waduk adalah sebagai berikut : 1. Tampungan efektif atau Kapasitas Berguna ( useful storage), adalah volume tampungan diantara Muka air Minimum ( Low Water Level/LWL) dan muka air normal ( Normally Water Level/NWL). 2. Tampungan banjir (Surcharge storage), adalah volume air diatas muka air normal selama banjir. Untuk beberapa saat debit meluap melalui pelimpah kapasitas tambahan ini umumnya tidak terkendali, dengan pengertian adanya hanya pada waktu banjir dan tidak dapat dipertahankan untuk penggunaan selanjutnya. 3. Tampungan Mati (d ead storage) adalah volume air yang terletak di bawah muka air minimum dan air ini tidak dimanfaatkan dalam pengoperasian waduk. 4. Muka Air Minimum(Low Water Level/LWL) adalah elevasi maksimum yang dicapai oleh permukaan air waduk 5. Muka Air Minimum (Low Water Level/ LWL) adalah elevasi air terendah bila tampungan dilepaskan pada kondisi normal, permukaan ini dapat dtentukan oleh elevasi dari bangunan pelepas yang terendah. 6. Muka air pada banjir rencana adalah elevasi air selama banjir maksimum drencanakan terjadi (Flood Water level/ FWL). 7. Pelepasan (release) adalah volume air yang dilepaskan secara terkendali dari suatu waduk selama kurun waktu tertentu. 8. Limpasan (spillout), danggap aliran tdak terkendal dari waduk dan hanya terjadi kalau air yang ditampung dalam waduk melebihi tinggi muka air maksmum. 9. Periode Kritis (critical perode) adalah perode dimana sebuah waduk berubah dari kondisi penuh ke kondisi kosong tanpa melimpah selama periode tersebut. Gambar 1. Macam Zona Tampungan Waduk Sumber : Sudjarwadi, 1988:4 Debit Aliran Metode Simulasi Mock Dr. F.J. Mock (1973) memperkenalkan model sederhana simulasi keseimbangan air bulanan untuk aliran yang meliputi data hujan, evaporasi dan karakteristik hidrologi daerah pengaliran. Kriteria perhitungan dan asumsi yang digunakan dalam analisa ini adalah sebagai berikut : Evaporasi Aktual (Ea)/ Evaporasi Terbatas (Et) Evaporasi aktual dihitung dari Evaporasi potensial meotde Penman (ETo). Keseimbangan Air di Permukaan Tanah

4 a. Air hujan yang mencapai permukaan tanah dapat dirumuskan sebagai berikut: Ds = P Et dengan : Ds = Air hujan yang mencapai permukaan tanah (mm/hari) P = Curah hujan (mm/hari) Et = evapotransipasi terbatas (mm/hari) b. Bila harga Ds positif (P > Et) d. Kapasitas Kelembaban tanah ( Soil Moisture Capacity) Limpasan dan Penyimpanan Air Tanah ( Run Off & Groundwater Storage) a. Koefisien Infiltrasi (i) b. Penyimpanan Air Tanah (Groundwater Storage) c. Limpasan (Run Off) d. Singkapan lahan e. Kapasitas kelembapan tanah (SMC) Aturan Operasi Waduk Aturan Lepasan Operasi Waduk merupakan pedoman dalam melepaskan jumlah air dari waduk untuk memenuhi berbagai kebutuhan sesuai dengan kondisi yang berlaku. Gambar 2. Lepasan Tergantung Tampungan Sumber: Soetopo W, 2010:14 Parameter yang digunakan dalam penerapan pedoman lepasan operasi waduk berdasarkan tampungan adalah sebagai berikut : 1. Tampungan Waduk (%) Besarnya tampungan waduk diukur dengan prosentase tampungan terhadap kapasitas tampungan aktif 2. Lepasan Kebutuhan (%) Besarnya pemenuhan diukur dengan melihat kondisi/status tampungan waduk. Artinya apabila kondisi tampungan waduk menurun maka prosentase lepasan sesuai kebutuhan juga menurun. Optimasi dengan Algoritma Genetik (AG) Algoritma Genetik adalah salah satu metode dari kelompok Simulasi untuk optimasi. Prosedur jenis ini cenderung untuk efektif terutama dalam mengekplorasi berbagai bagian-bagian daripada wilayah yang layak ( feasible) dan secara gradual bergerak menuju solusi-solusi layak yang terbaik. Model AG berpusat pada struktur daripada kromosom yang mewakili alternatif solusi. Jadi sebuah kromosom merupakan sekumpulan variabel-variabel keputusan sebagai gambar berikut. VAR-1 VAR-2 VAR-3 VAR-4 VAR-P Gambar 2.3. Kromosom sebagai Alternatif Solusi Sumber: Soetopo W, 2012:85 Kromosom adalah alternatif solusi, maka setiap kromosom mempunyai nilai kinerja. Karenanya model otimasi AG bertujuan untuk mendapatkan kromosom terbaik yang mempunyai nilai kinerja terbaik pula. Model optimasi AG adalah proses optimasi yang secara iteratif mengembangkan suatu populasi daripada kromosom-kromosom (alternatif - alternatif solusi) sehingga tercapailah suatu populasi homogen daripada kromosom (a lternatif solusi) yang terbaik. Secara garis besar maka proses pengembangan populasi kromosom dengan cara AG itu terdiri dari pada 3 komponen berikut ini. 1. Reproduksi 2. Crossover 3. Mutasi Reproduksi adalah proses seleksi terhadap kromosom yang terdapat pada suatu populasi berdasarkan nilai kinerja dari masing-masing kromosom.

5 Crossover adalah persilangan diantara kromosom-kromosom yang ada pada suatu generasi turunan. Hasil persilangan ini membentuk populasi dari generasi berikutnya. Pada contoh kasus ini, maka persilangan antara dua kromosom generasi turunan akan menghasilkan satu kromosom baru. Pada persilangan ini, maka setiap variabel dari kromosom baru merupakan gabungan antara dua variabel dari kedua kromosom generasi turunan. Untuk variabel ke~i, maka rumus stokastik penggabungan adalah sebagai berikut. Vi = V 1 i. U [0,1] + V 2 i. (1-U [0,1]) (2-20) Dengan Vi adalah variabel dari kromosom baru gabungan, V 1 i dan V 2 i adalah varibel masing-masing dari kedua kromosom generasi turunan, dan U [0,1] adalah bilangan acak uniform antara 0 dan 1. METODOLOGI PENELITIAN Lokasi Studi Waduk Pejok terletak di Sungai Brangkal, Dusun Pejok, Desa Pejok, Kecamatan Kepoh Baru Kabupaten Bojonegoro. Secara geografis as Waduk Pejok terletak pada koordinat 08 o 15 34,8 LS dan 113 o 59 6,4 BT. Data-data yang Diperlukan Data-data yang diperlukan dalam studi ini meliputi : No Data Jenis Data Keterangan 1 Peta DAS Pejok Sekunder Peta Das Pejok untuk mengetahui luas DAS Pejok yang akan digunakan dalam perhitungan hujan rerata daerah dengan metode Poligon Thiessen 2 Data Curah Hujan Harian 3 Data Klimatologi 4 Data Kebutuhan Irigasi Sekunder Sekunder Sekunder Data curah hujan harian digunakan untuk Menghitung curah hujan rerata daerah dengan metode Poligon Thiessen. Dari hasil perhitungan Poligon Thiessen kemudian diolah dalam simulasi FJ Mock untuk mengetahui besarnya debit inflow di Waduk Pejok. Data hujan yang digunakan yaitu data hujan harian tahun Data klimatologi ini digunakan untuk analisis evaporasi air bebas pada permukaan waduk, dan untuk perhitungan simulasi FJ Mock. Data klimatologi diperoleh dari stasiun Padangan. Data kebutuhan air irigasi digunakan untuk mengetahui besarnya debit outflow pada waduk Pejok. Daerah Irigasi yang harus disuplai oleh waduk Pejok yaitu Daerah Irigasi (DI) Pacal Kerjo. 5 Data Debit Sekunder Data debit yang dimaksudkan adalah data debit pada Bendung Kerjo. 6 Data Karakteristik Waduk Sekunder Data karakterisitik waduk yang digunakan meliputi data tampungan aktif, tampungan mati, luas genangan waduk, volume waduk, dan tinggi muka air waduk. Data ini digunakan dalam perhitungan optimasi Lepasan waduk dengan metode Algoritma Genetik. Tahapan Penyelesaian Agar tercapainya maksud dan tujuan Dalam penyelesaian studi ini tahapantahapan yang harus dilakukan adalah sebagai berikut : No Langkah Pengerjaan Keterangan 1 Pengumpulaan Data Data yang diperlukan dalam studi ini adalah data curah hujan, data klimatologi, karakteristik DAS, kebutuhan air irigasi, evaporasi waduk, karakteristik waduk, dan data debit Bendung Kerjo 2 Uji Konsistensi Data Uji konsistensi data pada data hujan di DAS Pejok menggunakan metode RAPS. Data hujan yang akan di uji yaitu data stasiun hujan Bluluk dan stasiun hujan Panjang. 3 Perhitungan Curah Hujan Rerata Daerah 4 Analisa Evapotranspirasi 5 Analisa Debit Aliran Rendah Perhitungan curah hujan rerata daerah pada studi ini menggunakan metode Poligon Thiessen. Meliputi dua stasiun hujan yang berpengaruh pada DAS Pejok yaitu stasiun hujan Bluluk dan stasiun hujan Panjang. Analisa Evapotranpirasi pada studi ini menggunakan metode Penman. Untuk data klimatologi, diambil dari stasiun Padangan yang terletak di Kecamatan Padangan Kabupaten Bojonegoro. Analisa debit aliran rendah pada studi ini menggunakan simulasi FJ Mock. Data yang diperlukan dalam perhitungan simulasi FJ Mock adalah data curah hujan bulanan, data klimatologi, data karakteristik di Daerah Pengaliran Sungai (DPS),data tataguna lahan, data tanah, data debit. Pada simulasi FJ Mock akan dilakukan simulasi pembangkitan debit Debit Bendung Kerjo Debit yang dimaksud adalah debit inflow pada bendung Kerjo. Hal ini berkaitan dengan fungsi waduk Pejok sebagai waduk suplesi yang lepasan akan menyesuaikan debit pada bendung Kerjo dihilir waduk Pejok. 7 Simulasi Operasi Waduk Berdasakan Tampungan 8 Perumusan Fungsi Model 9 Perumusan Parameter- Parameter Setelah debit aliran rendah FJ Mock, evaporasi waduk, karakteristik waduk, kebutuhan air irigasi dan data debit Bendung Kerjo diketahui kemudian dilakukan simulasi waduk berdasarkan Tampungan. Perumusan fungsi model ini adalah penetapan fungsi tujuan dan fungsi kendala sebelum melakukan proses optimasi lepasan untuk keperluan irigasi. Perumusan fungsi model digunakan sebagai acuan dalam metode optimasi Algoritma Genetik. Tahapan ini bertujuan untuk menentukan parameter-parameter dalam fungsi model yang akan digunakan dalam mengoptimalkan lepasan waduk dengan metode Algoritma Genetik dengan fungsi tujuan dan fungsi kendala yang telah ditentukan. 10 Optimasi Lepasan Tahapan ini adalah proses dari optimasi lepasan berdasarkan Tampungan Berdasarkan dengan metode Algoritma Genetik, berdasarkan perumusan parameterparameter Tampungan dengan fungsi tujuan dan fungsi kendala yang telah ditetapkan. Dari Metode Algoritma hasil optimasi dengan menggunakan metode Algoritma Genetik akan Genetik menghasilkan lepasan yang optimal berdasarkan tampungan waduk untuk kepentingan irigasi. Tahapan dalam metode Algoritma Genetik adalah sebagai berikut : Inisialisasi Populasi Inisialisasi populasi bertujuan untuk pembangkitan secara stokastik suatu populasi awal kromosom dari parameter-parameter. Populasi kromosom ini adalah generasi pertama yang jumlah dan nilainya ditentukan berdasarkan parameter-parameter dan mempunyai nilai batas yang telah ditentukan. Seleksi Dari hasil generasi pertama dilakukan seleksi untuk mendapatkan populasi dengan ranking dari nilai kerja pada setiap kromosom. Populasi teratas akan dipilih untuk mendapatkan generasi berikutnya. Crossover (Kawin Silang) Proses Crossover bertujuan untuk meningkatkan kualitas dari kromosom. Proses Crossover merupakan kawin silang dari hasil seleksi kromosom sebelumnya. Sehingga didapatkan kembali populasi kromosom berdasarkan hasil dari Crossover. Populasi dari kromosom hasil Crossover ini mempunyai nilai kinerja yang lebih baik dari kromosom sebelum. Klarifikasi Klarifikasi adalah penetapan kapan berhentinya proses Crossover. Berhentinya serangkaian proses dari Algoritma Genetik ini dilakukan jika proses Crossover menghasilkan populasi yang homogen. Karena semakin berlanjutnya iterasi maka semakin jarang terjadi perbaikan dalam proses crossover antara sepasang kromosom. Kesimpulannya adalah berhenti ketika sudah didominasi satu jenis kromosom. Ranking teratas inilah yang akan digunakan sebagai debit outflow yang sudah dioptimasikan.

6 M ulai Perumusan Parameter Algoritma Genetik Inisialisasi Populasi HASIL DAN PEMBAHASAN Analisa Debit Aliran Rendah FJ Mock Tabel 1. Analisa Debit Aliran Rendah FJ Mock Perhitungan Debit Andalan Bulanan Dengan Metode F.J.Mock 2002 Luas DAS : 47,496 km2 : No U R A I A N Hitungan Satuan Jan Feb Mar Apr Mei Jun I DATA HUJAN 1 Curah Hujan (P) Data mm/10hr 31,0 54,0 57,0 99,7 94,3 64,3 105,0 27,6 41,3 120,0 60,0 0,0 9,3 40,3 0,0 4,0 0,0 0,0 2 Hari Hujan (h) Data hari II EVAPOTRANSPIRASI TERBATAS (Et) 3 Evapotranspirasi Potensial (ETo) ETo mm/10hr 38,61 39,03 44,99 44,09 44,90 34,66 37,14 40,06 37,29 29,20 33,37 32,35 27,46 25,71 27,37 23,94 21,76 23,71 4 Permukaan Lahan Terbuka (m) Tentukan % (m/20) * (18 - h) Hitungan - 0,16 0,15 0,13 0,13 0,14 0,16 0,15 0,15 0,14 0,20 0,23 0,27 0,26 0,26 0,27 0,26 0,27 0,27 6 E = (ETo) * (m/20) * (18 - h) (3) * (5) mm/10hr 5,99 5,85 5,85 5,51 6,29 5,37 5,39 5,81 5,22 5,91 7,51 8,73 7,00 6,56 7,39 6,28 5,88 6,40 7 Et = (ETo) - (E) (3) - (6) mm/10hr 32,63 33,18 39,14 38,58 38,61 29,29 31,75 34,25 32,07 23,29 25,86 23,61 20,46 19,16 19,98 17,66 15,88 17,31 III KESEIMBANGAN AIR 8 Ds = P - Et (1) - (7) mm/10hr -1,64 20,82 17,86 61,12 55,72 35,05 73,23-6,61 9,24 96,70 34,12-23,61-11,12 21,19-19,98-13,66-15,88-17,31 9 Kandungan Air Tanah mm/10hr -1,64 0,00 0,00 0,00 0,00 0,00 0,00-6,61 0,00 0,00 0,00-23,61-11,12 0,00-19,98-13,66-15,88-17,31 10 Kapasitas Kelembaban Tanah (SMC) SMC mm/10hr 130,00 130,00 130,00 130,00 130,00 130,00 130,00 123,39 130,00 130,00 130,00 106,39 95,27 130,00 110,02 96,36 80,47 63,17 11 Kelebihan Air (WS) (8)- (9) mm/10hr 0,00 20,82 17,86 61,12 55,72 35,05 73,23 0,00 9,24 96,70 34,12 0,00 0,00 21,19 0,00 0,00 0,00 0,00 IV ALIRAN DAN PENYIMPANAN AIR TANAH 12 Infiltrasi (I) (11) * (i) mm/10hr 0,00 8,33 7,14 24,45 22,29 14,02 29,29 0,00 3,70 38,68 13,65 0,00 0,00 8,48 0,00 0,00 0,00 0, (1 + k) In Hitungan - 0,00 7,08 6,07 20,78 18,95 11,92 24,90 0,00 3,14 32,88 11,60 0,00 0,00 7,20 0,00 0,00 0,00 0,00 14 k * V (n - 1) Hitungan - 27,53 19,27 18,44 17,16 26,56 31,85 30,64 38,88 27,21 21,25 37,89 34,64 24,25 16,98 16,93 11,85 8,29 5,81 15 Volume Penyimpanan (Vn) (13) + (14) mm/10hr 27,53 26,35 24,52 37,94 45,51 43,77 55,54 38,88 30,36 54,13 49,49 34,64 24,25 24,18 16,93 11,85 8,29 5,81 16 Perubahan Volume Air (DVn) Vn - V(n-1) mm/10hr -11,80-1,18-1,83 13,43 7,56-1,73 11,77-16,66-8,52 23,77-4,64-14,85-10,39-0,07-7,25-5,08-3,55-2,49 17 Aliran Dasar (BF) (12) - (16) mm/10hr 11,80 9,51 8,98 11,02 14,73 15,76 17,53 16,66 12,22 14,91 18,29 14,85 10,39 8,55 7,25 5,08 3,55 2,49 18 Aliran Langsung (DR) (11) - (12) mm/10hr 0,00 12,49 10,71 36,67 33,43 21,03 43,94 0,00 5,54 58,02 20,47 0,00 0,00 12,71 0,00 0,00 0,00 0,00 19 Aliran (R) (17) + (18) mm/10hr 11,80 22,00 19,69 47,70 48,16 36,79 61,47 16,66 17,76 72,93 38,76 14,85 10,39 21,26 7,25 5,08 3,55 2,49 V DEBIT ALIRAN SUNGAI 21 Debit Aliran Sungai A * (19) m 3 /dtk 0,65 1,21 0,98 2,62 2,65 2,53 3,38 0,92 0,89 4,01 2,13 0,82 0,57 1,17 0,36 0,28 0,20 0,14 22 Debit Aliran Sungai lt/det 648, ,31 984, , , , ,95 915,96 887, , ,68 816,18 571, ,75 362,52 279,14 195,40 136,78 23 Jumlah hari hari Debit Aliran (dibaca : 10E^6) m 3 /10hr 0,56 1,04 0,94 2,27 2,29 1,75 2,92 0,79 0,84 3,46 1,84 0,71 0,49 1,01 0,34 0,24 0,17 0,12 Crossover (Kawin Silang) Tidak Reproduksi Hasil Optimasi Homogen (Seragam ) Ya Selesai Jul Ags Sep Okt Nov Des No U R A I A N Hitungan Satuan I DATA HUJAN 1 Curah Hujan (P) Data mm/10hr 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 49,4 17,3 26,0 181,3 46,0 71,7 2 Hari Hujan (h) Data hari II EVAPOTRANSPIRASI TERBATAS (Et) 3 Evapotranspirasi Potensial (ETo) ETo mm/10hr 27,01 26,86 31,83 37,22 39,78 49,83 58,54 56,80 57,41 52,56 52,12 50,91 49,43 48,04 42,52 44,14 38,87 42,63 4 Permukaan Lahan Terbuka (m) Tentukan % (m/20) * (18 - h) Hitungan - 0,27 0,27 0,27 0,27 0,27 0,27 0,27 0,27 0,27 0,18 0,18 0,18 0,17 0,18 0,17 0,13 0,15 0,15 6 E = (ETo) * (m/20) * (18 - h) (3) * (5) mm/10hr 7,29 7,25 8,59 10,05 10,74 13,46 15,81 15,34 15,50 9,46 9,38 9,16 8,16 8,41 7,02 5,74 5,83 6,18 7 Et = (ETo) - (E) (3) - (6) mm/10hr 19,71 19,61 23,23 27,17 29,04 36,38 42,73 41,47 41,91 43,10 42,74 41,75 41,28 39,63 35,50 38,40 33,04 36,45 III KESEIMBANGAN AIR 8 Ds = P - Et (1) - (7) mm/10hr -19,71-19,61-23,23-27,17-29,04-36,38-42,73-41,47-41,91-43,10-42,74-41,75 8,09-22,28-9,49 142,92 12,93 35,21 9 Kandungan Air Tanah mm/10hr -19,71-19,61-23,23-27,17-29,04-36,38-42,73-41,47-41,91-43,10-42,74-41,75 0,00-22,28-9,49 0,00 0,00 0,00 10 Kapasitas Kelembaban Tanah (SMC) SMC mm/hr 43,45 23,84 0,61-26,56-55,60-91,98-134,71-176,18-218,09-261,19-303,93-345,68 130,00 107,72 98,23 130,00 130,00 130,00 11 Kelebihan Air (WS) (8)- (9) mm/10hr 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 8,09 0,00 0,00 142,92 12,93 35,21 IV ALIRAN DAN PENYIMPANAN AIR TANAH 12 Infiltrasi (I) (11) * (i) mm/10hr 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3,24 0,00 0,00 57,17 5,17 14, (1 + k) In Hitungan - 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,75 0,00 0,00 48,59 4,40 11,97 14 k * V (n - 1) Hitungan - 4,06 2,84 1,99 1,39 0,98 0,68 0,48 0,33 0,23 0,16 0,11 0,08 0,06 1,97 1,38 0,96 34,69 27,36 15 Volume Penyimpanan (Vn) (13) + (14) mm/10hr 4,06 2,84 1,99 1,39 0,98 0,68 0,48 0,33 0,23 0,16 0,11 0,08 2,81 1,97 1,38 49,55 39,09 39,33 16 Perubahan Volume Air (DVn) Vn - V(n-1) mm/10hr -1,74-1,22-0,85-0,60-0,42-0,29-0,20-0,14-0,10-0,07-0,05-0,03 2,73-0,84-0,59 48,18-10,47 0,25 17 Aliran Dasar (BF) (12) - (16) mm/10hr 1,74 1,22 0,85 0,60 0,42 0,29 0,20 0,14 0,10 0,07 0,05 0,03 0,51 0,84 0,59 8,99 15,64 13,84 18 Aliran Langsung (DR) (11) - (12) mm/10hr 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 4,85 0,00 0,00 85,75 7,76 21,13 19 Aliran (R) (17) + (18) mm/10hr 1,74 1,22 0,85 0,60 0,42 0,29 0,20 0,14 0,10 0,07 0,05 0,03 5,36 0,84 0,59 94,74 23,40 34,96 V DEBIT ALIRAN SUNGAI 21 Debit Aliran Sungai A * (19) m 3 /dtk 0,10 0,07 0,04 0,03 0,02 0,01 0,01 0,01 0,01 0,00 0,00 0,00 0,29 0,05 0,03 5,21 1,29 1,75 22 Debit Aliran Sungai lt/det 95,74 67,02 42,65 32,84 22,99 14,63 11,26 7,88 5,52 3,86 2,70 1,72 294,90 46,30 32, , , ,32 23 Jumlah hari hari Debit Aliran (dibaca : 10E^6) m 3 /10hr 0,08 0,06 0,04 0,03 0,02 0,01 0,01 0,01 0,00 0,00 0,00 0,00 0,25 0,04 0,03 4,50 1,11 1,66 Gambar 3. Diagram Alir Pengerjaan Algoritma Genetik Mulai Data Hujan Data Klimatologi Karateristik DAS Evaporasi Waduk Kebutuhan Irigasi Data Karakteristik Waduk Debit Bendung Kerjo Uji Konsistensi Data Perhitungan Curah Hujan Rerata Daerah Perhitungan Evapotranspirasi Simulasi Operasi Waduk Berdasarkan Tampungan Perumusan Fungsi Model Parameter terpakai : - m = 30-50% untuk lahan pertanian - Koefisien infiltrasi i = 0,4 yang diolah. - Faktor resesi aliran k = 0,7 air tanah - Kapasitas kelemba 130 mm - Penyimpanan awal (initial storage) mm IS = 39,3309 mm (Soil Moisture Contents) - m ditentukan m = 20 - Daerah Aliran Sun 47 km2 Simulasi FJ Mock Perumusan Parameter Simulasi Berdasarkan Tampungan Optimasi Lepasan berdasarkan Tampungan dengan Algoritma Genetik Tidak Homogen Ya Kesimpulan Selesai Gambar 4. Diagram Alir Pengerjaan Skripsi

7 Perhitungan Simulasi Waduk Pejok Berdasarkan Tampungan Waduk Aturan lepasan ditetapkan dengan cara coba-caba, dan pada aturan lepasan pada simulasi berdasarkan Tampungan Waduk di waduk Pejok kali ini ditetapkan dengan interpal 5%, mulai dari 0 100%. Dalam kondisi penuh waduk Pejok memiliki tampungan maksimum operasi sebesar 6,405 juta m 3, dengan tampungan aktif sebesar 6,362 juta m 3 dan tampungan mati sebesar 0,0425 juta m 3. Tabel 2. Simulasi Waduk Pejok Berdasarkan Tampungan Waduk Ave. 95,71 Tampungan Maksimum [operasi] 6,405 juta m³ Tahun Awal 2002 Tampungan Aktif Cek min Min. 39,56 Tampungan Minimum [operasi] 0,0425 juta m³ juta m³ 0,000 Detik per hari ,3625 Fungsi Tujuan 39,56 Tampungan Waduk OUTFLOW Pct EVAPORASI Tampungan Debit Debit Suplai yang Volume PCT Suplai Total Pasokan Persentase Tahun No. Periode Banyak INFLOW INFLOW [Final] Total Tampungan KEBUTUHAN KEBUTUHAN Luas MAW Tinggi Volume Sementara Bendung Bendung Kurang Terhadap Spillout Kebutuhan Yang Irigasi Pemenuhan Hari [Pejok] [juta m³] [Final] Aktif IRIGASI IRIGASI awal Evaporasi kehilangan Waduk Kerjo Kerjo Bendung Kerjo Kurang Irigasi [m³/dt] [juta m³] Awal periode Akhir periode [juta m³] [%] [m³/dt] [juta m³] [1000 m²] [mm/hari] [juta m³] [juta m³] [m³/dt] [juta m³] [juta m³] [juta m³] [%} [juta m³] [juta m³] [%] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] 1 Nov ,295 0,255 6,405 6,405 0, ,131 0, ,138 4,494 0,104 6,556 0,000 0,000 0,977 0, ,000 0,000 0, ,000 2 Nov ,046 0,040 6,405 5,413 0, ,078 0, ,138 4,367 0,101 6,344 0,000 0,000 0,931 0, ,000 0,000 0, ,000 3 Nov ,032 0,028 5,413 4,246 1, ,669 1, ,178 3,866 0,080 5,361 0,000 0,000 1,442 0,000 77,372 0,326 1,115 77,372 4 Des ,208 4,500 4,246 6,405 0, ,001 1, ,590 4,013 0,070 8,675 37,067 32,026 0,000 2,313 59,212 0,000 1, ,000 5 Des ,286 1,111 6,405 6,405 0, ,114 1, ,138 3,534 0,082 7,435 35,837 30,963 0,000 1, ,000 0,000 1, ,000 6 Des ,747 1,661 6,405 6,405 0, ,366 2, ,138 3,523 0,090 7,976 34,607 29,901 0,000 1, ,000 0,000 2, ,000 7 Jan ,649 0,560 6,405 6,405 0, ,041 1, ,138 3,510 0,081 6,884 25,471 22,007 0,000 0, ,000 0,000 1, ,000 8 Jan ,209 1,045 6,405 6,405 0, ,564 1, ,138 3,548 0,082 7,368 13,282 11,475 0,000 1, ,000 0,000 1, ,000 9 Jan ,984 0,935 6,405 6,405 0, ,425 0, ,138 3,718 0,095 7,246 0,858 0,741 0,000 0, ,000 0,000 0, , Feb ,622 2,265 6,405 6,405 1, ,395 1, ,138 4,008 0,093 8,578 0,000 0,000 1,206 2, ,000 0,000 1, , Feb ,647 2,287 6,405 6,405 0, ,254 0, ,138 4,082 0,094 8,598 0,000 0,000 0,219 2, ,000 0,000 0, , Feb-3 8 2,528 1,747 6,405 6,405 1, ,292 1, ,138 3,938 0,073 8,079 0,000 0,000 1,117 1, ,000 0,000 1, , Mar ,379 2,919 6,405 6,405 0, ,649 0, ,138 3,376 0,078 9,246 17,510 15,129 0,000 2, ,000 0,000 0, , Mar ,916 0,791 6,405 6,405 0, ,335 1, ,138 3,642 0,084 7,112 35,016 30,254 0,000 0, ,000 0,000 1, , Mar ,888 0,844 6,405 6,405 0, ,018 1, ,138 3,082 0,078 7,170 53,307 46,057 0,000 0, ,000 0,000 1, , Apr ,009 3,464 6,405 6,405 0, ,360 2, ,138 3,245 0,075 9,794 22,786 19,687 0,000 3, ,000 0,000 2, , Apr ,131 1,841 6,405 6,405 0, ,235 2, ,138 3,708 0,086 8,160 62,848 54,300 0,000 1, ,000 0,000 2, , Apr ,816 0,705 6,405 6,405 0, ,415 2, ,138 3,594 0,083 7, ,054 89,039 0,000 0, ,000 0,000 2, , Mei ,571 0,494 6,405 6,405 0, ,439 2, ,138 3,052 0,071 6,828 10,511 9,082 0,000 0, ,000 0,000 2, , Mei ,169 1,010 6,405 6,405 0, ,944 2, ,138 2,857 0,066 7,349 6,106 5,275 0,000 0, ,000 0,000 2, , Mei ,363 0,345 6,405 6,405 1, ,075 1, ,138 2,764 0,070 6,679 0,000 0,000 1,793 0, ,000 0,000 1, , Jun ,279 0,241 6,405 6,405 1, ,684 1, ,138 2,660 0,061 6,585 0,000 0,000 1,455 0, ,000 0,000 1, , Jun ,195 0,169 6,405 6,405 1, ,225 1, ,138 2,418 0,056 6,518 0,000 0,000 1,058 0, ,000 0,000 1, , Jun ,137 0,118 6,405 6,405 1, ,204 1, ,138 2,635 0,061 6,462 0,000 0,000 1,040 0, ,000 0,000 1, , Jul ,096 0,083 6,405 6,405 1, ,422 1, ,138 3,001 0,069 6,418 0,000 0,000 1,229 0, ,000 0,000 1, , Jul ,067 0,058 6,405 6,405 1, ,643 1, ,138 2,984 0,069 6,394 0,000 0,000 1,420 0, ,000 0,000 1, , Jul ,043 0,041 6,405 6,405 1, ,654 1, ,138 3,215 0,082 6,364 0,000 0,000 1,429 0, ,000 0,000 1, , Ags ,033 0,028 6,405 4,965 1, ,600 1, ,138 3,722 0,086 6,347 0,000 0,000 1,383 0, ,000 0,000 1, , Ags ,023 0,020 4,965 4,397 0, ,852 0, ,393 3,978 0,078 4,907 0,000 0,000 0,736 0,000 69,173 0,227 0,509 69, Ags ,015 0,014 4,397 4,216 0, ,205 0, ,217 4,530 0,090 4,321 0,000 0,000 0,177 0,000 59,212 0,072 0,105 59, Sep ,011 0,010 4,216 3,697 0, ,852 0, ,590 5,322 0,093 4,133 0,000 0,000 0,736 0,000 59,212 0,300 0,436 59, Sep ,008 0,007 3,697 3,533 0, ,205 0, ,710 5,164 0,082 3,622 0,000 0,000 0,177 0,000 50,176 0,088 0,089 50, Sep ,006 0,005 3,533 3,460 0, ,000 0, ,456 5,219 0,078 3,460 0,000 0,000 0,000 0,000 44,616 0,000 0, , Okt ,004 0,003 3,460 3,392 0, ,000 0, ,456 4,778 0,071 3,392 0,000 0,000 0,000 0,000 44,616 0,000 0, , Okt ,003 0,002 3,392 3,324 0, ,000 0, ,456 4,738 0,070 3,324 0,000 0,000 0,000 0,000 44,616 0,000 0, , Okt ,002 0,002 3,324 3,236 0, ,062 0, ,830 4,208 0,066 3,260 0,000 0,000 0,054 0,000 44,616 0,030 0,024 44,616 Keterangan : 1. Tahun 7. Tampungan Maksimum Waduk 13. Data Teknis Waduk 19. Jika [12]-[18]< 0 ; maka 0 ; kalau tidak [12]-[18] 2. No 8. Jika [9] > [16] maka ;0; kalau tidak; Jika [20] > 0 maka; 'Tampungan Maksimum"; k14. Perhitungan Penman Modifikasi 20. Jika [16] > "Tampungan Aktif"; maka [16]-"Tampungan Aktif"; kalau tidak 0 3. Periode 9. [19] * [21]/ [4] * [10] * [13] / Index ("Pct Qmaks"; Match([10];"Pct Tampungan";1);1) 4. Banyak Hari * ([7] - "Tampungan Min Op")/ "Tampungan Aktif) 16. [7] + [6] - [15] 22. Jika ([19]<[9]; maka 0; kalau tidak [19]-[9]) 5. Inflow Waduk 11. Kebutuhan Irigasi 17. Debit Bendung Kerjo 23. [12]-[22] 6. Inflow Waduk (juta m3) 12. Kebutuhan Irigasi 18. Debit Bendung Kerjo 24. Jika ([12]=0; maka 100 ; kalau tidak 100 * [23]/[11] Dari perhitungan simulasi waduk Pejok berdasarkan Tampungan Waduk dari tahun didapatkan rata-rata pemenuhan waduk terhadap kebutuhan irigasi 95,71% dan minimum pemenuhan irigasi 39,56%. Ditinjau dari kinerja suplesi waduk Pejok terhadap pemenuhan irigasi DI Pacal-Kerjo dengan pedoman lepasan waduk berdasarkan Tampungan Waduk yang ada sudah baik. Dengan dilakukan optimasi menggunakan metode Algoritma Genetik akan dicoba memaksimalkan fungsi kinerja waduk dengan menaikkan angka minimum pemenuhan irigasi (%), yang akan menjadi fungsi tujuan dari optimasi dengan metode Algoritma Genetik. Pct. Tamp. Pct. Q maks [%] [%] 0 5, , , , , , , , , , , , , , , , , , , ,

8 Model Simulasi Optimasi Algoritma Genetik Umum Model Algoritma Genetik berpusat pada kromosom-kromosom yang mewakili alternatif solusi, alternatif solusi pada studi kali ini yaitu berupa aturan lepasan waduk berdasarkan Tampungan Waduk. Dengan fungsi tujuan memaksimalkan kebutuhan minimum untuk irigasi. Cara kerja Algoritma Genetik pada studi kali ini dengan mensimulasikan waduk berdasarkan Tampungan Waduk selama 12 tahun ( ) dengan meninjau pemenuhan kebutuhan minimum (fungsi tujuan). penentuan nilai kinerja (ranking), semakin besar nilai fungsi tujuan maka semakin baik kinerja dari kromosom tersebut. Kemudian dilanjutkan dengan proses copy, proses copy atau proses pemilihan generasi terbaik ini akan menjadi generasi turunan yang berikutnya. Proses seleksi disini memilih 16 variabel lepasan waduk terbaik (diranking) dari kumpulan variabel aturan lepasan waduk yang berjumlah 120. Tabel 4. Contoh 120 Kromosom Beserta Fungsi Kinerja Algoritma Genetik Tabel 3. Contoh Alternatif Aturan Lepasan Berdasarkan Tampungan Pada Optimasi Algortima Genetik Model optimasi Algoritma Genetika adalah proses optimasi yang secara iteratif mengembangkan dari suatu populasi (kromosom -kromosom) daripada kromosom (alternatif l epasan waduk) sehingga tercapailah suatu kumpulan variabel lepasan waduk yang homogen (seragam) daripada variabel lepasan waduk yang terbaik. Reproduksi Reproduksi adalah proses seleksi terhadap kromosom yang terdapat pada suatu populasi berdasarkan nilai kinerja dari masing-masing kromosom. Dalam Dari 120 kromosom tersebut pada satu generasi populasi, tiap-tiap kromosom memiliki nilai kinerja terhadap fungsi tujuan. Berdasarkan fungsi kinerja tersebut akan di seleksi menjadi 16 kromosom terpilih yang memiliki kinerja terbaik pada suatu populasi. Tabel 5. Contoh Kromosom Hasil Seleksi No Posisi Kinerja 52,14 49,92 49,58 49,55 49,07 49, ,62 Tampungan Waduk Kromosom (Lepasan Waduk %) % ,92 9,21 8,74 7,97 8,82 10, ,28 21,99 18,88 17,37 15,08 17,06 19, ,80 30,71 30,04 27,54 25,53 28,34 26, ,32 39,76 39,90 34,91 31,15 39,65 32, ,00 52,14 49,92 40,50 39,41 49,07 40, ,62 55,15 50,98 49,58 49,55 52,24 49, ,27 57,01 53,45 51,36 49,97 53,03 49, ,61 58,18 55,60 51,69 50,53 57,94 50, ,73 60,79 57,77 51,88 51,22 63,09 51, ,57 62,23 59,02 52,57 54,90 63,99 55, ,60 67,11 68,56 53,99 57,14 67,02 56, ,93 68,44 68,72 57,49 60,28 67,70 60, ,66 68,66 70,48 61,36 63,57 72,50 66, ,93 74,24 73,77 63,88 65,48 75,97 67, ,40 78,20 76,86 68,92 70,69 78,04 69, ,51 79,25 79,63 76,02 71,36 80,34 75, ,37 86,70 83,03 81,87 79,47 83,98 83, ,95 88,06 90,77 89,01 88,50 89,69 91, ,82 91,11 92,27 93,39 91,84 91,35 94, ,27 95,48 94,49 96,59 97,16 94,19 96, ,36 100,00 100,00 100,00 100,00 100,00 100, ,00

9 Dalam proses optimasi dari 16 kromosom diatas akan dijadikan generasi turunan selanjutnya dengan melalui proses crossover, berhenti ketika antar kromosom homogen. Crossover Crossover adalah persilangan antara kromosom yang ada pada suatu generasi turunan. Crossover merupakan bagian dari proses reproduksi. Hasil persilangan ini membentuk populasi dari generasi berikutnya (dalam studi ini sebanyak 120 kromosom). Pada studi ini persilangan antara dua kromosom generasi turunan akan menghasilkan satu kromosom baru. Vi = V 1 i. U [0,1] + V 2 i. (1-U [0,1]) Tabel 6. Tabel Proses Crossover Vi = 11, , ,5731. (1-0,0437) Vi = 11,5926 Dengan Vi adalah variabel dari kromosom baru gabungan, V1i dan V2i adalah varibel masing-masing dari kedua kromosom generasi turunan, dan U [0,1] adalah bilangan acak uniform antara 0 dan 1. Model Optimasi Lepasan Waduk Pejok dengan Algoritma Genetik Proses optimasi Algoritma Genetik ini berlangsung secara iteratif dengan menghitung secara langsung kinerja kromosom (alternatif aturan lepasan) pada simulasi waduk selama 12 tahun. Berikut adalah tahapan optimasi Algoritma Genetik : 1. Proses Inisialisasi Pada proses Inisialisasi maka dibangkitkan secara stokastik populasi pertama sebanyak 16 kromosom (Alternatif Aturan Lepasan). Satu kromosom dibangkitkan melalui dua tahap yaitu : 5000 Iterasi awal 1000 Iterasi lanjutan dengan kisaran acak 0,3000 0, Crossover Setelah terbentuk 16 kromosom pada generasi pertama hasil bangkitan dari proses Inisialisasi, kemudian dilakukan proses Crossover. Proses ini merupakan persilangan antara kromosom pada suatu generasi turunan. Pada proses ini maka ada prioritas bagi kromosom hasil Crossover adanya perbaikan minimal 1 kali. Proses Crossover ini akan menghasilkan 120 kromosom baru hasil kombinasi antar generasi. 3. Proses Perbaikan Dari 120 kromosom hasil Crossover kemudian dipilihlah 16 kromosom terbaik berdasarkan fungsi kinerja/fungsi tujuan. Generasi populasi 16 kromosom hasil seleksi inilah yang akan menjadi generasi turunan berikutnya. 4. Kondisi Optimal Proses perbaikan ini akan berhenti hingga antara kromosom satu dengan lainnya sudah identik satu sama lain atau seragam. Seragam (homogen) dalam hal ini menandakan pada sebuah populasi sudah didominasi oleh satu jenis kromosom terbaik saja. Maka sudah tidak memungkinkan lagi untuk melakukan perbaikan nilai kinerja. Rekapitulasi Hasil Optimasi Algoritma Genetik Secara umum hasil perhitungan iteratif dari optimasi Algoritma Genetika

10 yang telah optimal berdasarkan fungsi tujuan disajikan pada tabel berikut: Tabel 7. Rekap Hasil Iterasi Optimasi Metode Algoritma Genetik Dari Tabel Rekap Hasil Iterasi Berdasarkan hasil fungsi tujuan dan alternatif aturan lepasan waduk yang sudah homogen (seragam) maka ditetapkan aturan lepasan pada waduk Pejok berdasarkan Tampungan Waduk yang dianggap paling optimal dengan menggunakan metode Algoritma Genetik adalah sebagai berikut: Tabel 9. Pedoman Lepasan Hasil Optimasi Metode Algoritma Genetik Pct. Pct. Tamp. Q maks Optimasi Metode Algotitma Genetik dapat dilihat bahwa kondisi populasi mengacu pada hasil fungsi tujuan sudah seragam(homogen) tercapai pada generasi turunan ke 11. Dapat diasumsikan bahwa nilai dari 21 lepasan pada tiap-tiap kondisi tampungan waduk (aturan lepasan waduk berdasarkan Tampungan Waduk) sudah optimal dengan nilai kinerja 89,55%. Nilai tersebut merupakan nilaii dari fungsi tujuan yaitu outflow minimum waduk untuk kebutuhan irigasi daerah irigasi Pacal-Kerjo. Seiring dengan homogennya fungsi tujuan maka aturan lepasan yang menjadi gen/variabel menjadi homogen pula. Berikut Tabel hasil optimasi dalam pencarian alternatif aturan lepasan berdasarkan Tampungan Waduk. Tabel 8. Aturan Lepasan Berdasarkan Tampungan Waduk Hasil Optimasi Algortima Genetik Tampungan Waduk % Cek Kondisi Lepasan Waduk (%) Homogen ,80 11,98 11,98 11,98 11,98 11,98 11,98 11,98 11,98 11,98 11,98 11,98 11,98 11,98 11,98 11,98 11,94 0,04 23,61 23,61 23,61 23,61 23,61 23,61 23,61 23,61 23,61 23,61 23,61 23,61 23,61 23,61 23,61 23,56 0,05 33,39 33,39 33,39 33,39 33,39 33,39 33,39 33,39 33,39 33,39 33,39 33,39 33,39 33,39 33,39 33,22 0,16 45,18 45,18 45,18 45,18 45,18 45,18 45,18 45,18 45,18 45,18 45,18 45,18 45,18 45,18 45,18 45,03 0,15 55,84 55,84 55,84 55,84 55,84 55,84 55,84 55,84 55,84 55,84 55,84 55,84 55,84 55,84 55,84 55,76 0,08 68,15 68,15 68,15 68,15 68,15 68,15 68,15 68,15 68,15 68,15 68,15 68,15 68,15 68,15 68,15 68,02 0,13 79,45 79,45 79,45 79,45 79,45 79,45 79,45 79,45 79,45 79,45 79,45 79,45 79,45 79,45 79,45 79,38 0,08 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,555 89,55 89,55 89,55 89,55 89,55 89,54 0,00 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,555 89,55 89,55 89,55 89,55 89,55 89,54 0,00 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,555 89,55 89,55 89,55 89,55 89,55 89,55 0,00 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,55 89,555 89,55 89,55 89,55 89,55 89,55 89,55 0,00 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,55 0,00 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 89,56 0,00 89,60 89,60 89,60 89,60 89,60 89,60 89,60 89,60 89,60 89,60 89,60 89,60 89,60 89,60 89,60 89,60 0,00 89,67 89,67 89,67 89,67 89,67 89,67 89,67 89,67 89,67 89,67 89,67 89,67 89,67 89,67 89,67 89,66 0,00 89,85 89,85 89,85 89,85 89,85 89,85 89,85 89,85 89,85 89,85 89,85 89,85 89,85 89,85 89,85 89,85 0,00 93,32 93,32 93,32 93,32 93,32 93,32 93,32 93,32 93,32 93,32 93,32 93,32 93,32 93,32 93,32 93,35 0,03 93,77 93,77 93,77 93,77 93,77 93,77 93,77 93,77 93,77 93,777 93,77 93,77 93,77 93,77 93,77 93,80 0,03 96,47 96,47 96,47 96,47 96,47 96,47 96,47 96,47 96,47 96,47 96,47 96,47 96,47 96,47 96,47 96,48 0,01 98,18 98,18 98,18 98,18 98,18 98,18 98,18 98,18 98,18 98,188 98,18 98,18 98,18 98,18 98,18 98,18 0,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100, ,00 100,00 100,00 100,00 100,00 100,00 0,00 [%] [%] 0 11, , , , , , , , , , , , , , , , , , , , Gambar 5. Grafik Hasil Optimasi Aturan Lepasan Berdasarkan Tampungan Waduk KESIMPULAN DAN SARAN Kesimpulan Berdasarkan analisa pada bab-bab sebelum dapat diambil beberapa kesimpulan sebagai berikut :

11 1. Dari simulasi operasi waduk dengan menggunakan aturan lepasan berdasarkan Tampungan Waduk, maka dapat dikemukakan hal-hal sebagai berikut : Dari 432 periode operasi telah terjadi 329 periode limpahan dengan total volume limpahan 626,892 Juta m 3. Dari perhitungan simulasi waduk Pejok berdasarkan Tampungan Waduk selama 12 tahun, mulai dari didapatkan rata-rata pemenuhan Irigasi Pacal-Kerjo seluas 1989 ha yaitu 95,71% dan minimum pemenuhan irigasi 39,56%. 2. Dari simulasi waduk Pejok berdasarkan Tampungan Waduk akan dilakukan peningkatan nilai minimum penuhan irigasi, nilai minimum pemenuhan irigasi ini menjadi fungsi tujuan optimasi Algoritma Genetik. Rumusan model optimasi dengan Algortima Genetik langkah awal yaitu dengan melakukan proses Inisialisasi. Dari proses Inisialisasi dibangkitkan 16 kromosom dengan cara stokastik sebagai populasi awal dari kromosom yang akan dikembangkan, pada tiaptiap kromosom memiliki 21 gen dan setiap kromosom memiliki nilai kinerja berdasarkan fungsi tujuan optimasi. Setelah proses Inisialisasi dilakukan, kemudian populasi tersebut dikembangkan memalalui proses crossover atau persilangan antar generasi, terbentuklah 120 kromosom hasil crossover. Berikutnya adalah proses reproduksi yaitu proses seleksi, memilih 16 kromosom terbaik dari 120 kromosom berdasarkan fungsi kinerja. Selain dilakukan berdasarkan ranking terhadap nilai kinerja setiap kromosom, juga ada prioritas bagi kromosom yang ada perbaikannya (minimal 1 kali). Selanjutnya dari 16 kromosom hasil seleksi tersebut dijadikan generasi turunan selanjutnya dan dilakukan proses crossover kembali dengan mekanisme yang sama. Proses reproduksi tersebut akan berhenti jika antar kromosom pada suatu populasi sudah homogen. Hal tersebut menandakan pada proses perbaikan antar kromosom sudah identik satu sama lain, jadi proses perbaikan sudah tidak memungkinkan lagi dilakukan. Pada proses crossover dalam studi ini generasi turunan terbentuk hingga 11 turunan untuk mecapai kondisi homogen. 3. Dari hasil optimasi dengan Algoritma Genetik dapat dikemukakan hal-hal sebagai berikut: Dari 432 periode operasi telah terjadi 365 periode limpahan dengan total volume limpahan 611,116 Juta m3. Ini berarti operasi waduk dari aturan operasi hasil optimasi Algoritma Genetik lebih efisien dalam memanfaatan air. Hasil optimasi lepasan berdasarkan Tampungan Waduk selama 12 tahun ( ) didapatkan peningkatan nilai minimum pemenuhan irigasi yaitu 89,55% dan rata-rata pemenuhan irigasi yaitu 98,78%. Saran 1. Pada proses Inisialisasi, sebaiknya populasi awal dan iterasi diperbanyak sehingga akan menghasilkan solusi yang lebih baik lagi yang mempunyai nilai kinerja lebih baik pula. 2. Kalibrasi hasil bangkitan FJ Mock lebih baik menggunakan debit pencatatan. Dalam studi ini proses kalibrasi hasil bangkitan FJ Mock dengan data hujan, hal tersebut dilakukan karena keterbatasan data pencatatan debit kali kerjo. 3. Perlu adanya evaluasi terhadap PPT rencana DI Pacal-Kerjo, dengan meninjau kondisi existing terkini. 4. Pada pola operasi aktual, perlu adanya peninjauan agar lepasan bisa terkontrol menyesuaikan kondisi tampungan waduk yang ada.

12 DAFTAR PUSTAKA Asdak, C Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta: Gadjah Mada University Press. Fakultas Teknik Universitas Brawijaya Panduan Penulisan Skripsi. Malang : Jogja Mediautama Harto, Sri Analisa Hidrologi. Jakarta : Gramedia Pustaka Utama. Sosrodarsono, S. dan Takeda, K Hidrologi Untuk Pengairan. Jakarta: Paradnya Paramita. Sudjarwadi Operasi Waduk. Yogyakarta: KMTS Universitas Gajah Mada. Suhardjono,1994. Kebutuhan Air Tanaman. Malang : ITN Malang Press Kurniawan, Rizal A Studi Potensi Ketersediaan Air Untuk Pemenuhan Kebutuhan Air Baku dalam Perencanaan Embung Kasinan Kota Batu. Skripsi. Tidak Diterbitkan. Jurusan Teknik Pengairan Universitas Brawijaya Malang. Limantara. L.M Hidrologi Praktis. Bandung: Lubuk Agung. Mc. Mahon, T.A, Mein, R.G Reservoir Capacity and Yield. Amsterdam: Elvesier Scientific Publishing Company. PT. WIRATMAN & ASSOCIATES Engineering Consultant Laporan Sela (Interim Report) tahun Surabaya PT. WIRATMAN & ASSOCIATES Engineering Consultant Soetopo, W Model-model Simulasi Stokastik untuk Sistem Sumberdaya Air. Malang: Asrori. Soetopo, W Operasi Waduk Tunggal. Malang: Citra Malang. Soemarto, CD Hidrologi Teknik Edisi I. Surabaya: Penerbit Usaha Nasional. Soewarno, Hidrologi Operasional Jilid kesatu. Bandung : PT. Citra Aditya Bakti