SISTEM INFORMASI MANAJEMEN HUJAN DAN BANJIR RANCANGAN

Transkripsi

1 SISTEM INFORMASI MANAJEMEN HUJAN DAN BANJIR RANCANGAN Habib Ratu Perwira Negara, Syaharuddin, Riai 3 STMIK Bumigora Mataram, Universitas Islam Negeri (UIN) Mataram,3 Habib.ratu@gmail.com abialmusthafa@yahoo.com, riai@yahoo.com 3 Abstrak Penelitian ini meruakan enelitian engembangan untuk menghasilkan alikasi berbasis deskto dalam mencitakan system informasi manajemen hujan dan banjir rancangan yang disebut SIM-HBR. Alikasi ini dirancang untuk melakukan simulasi rediksi hujan dan banjir yang akan terjadi dalam eriode waktu tertentu. Informasi tersebut daat digunakan dalam erencanaan embangunan infrastruktur dan kebijakan lainnya. System kerja SIM-HBR ini adalah mengambil data hidrologi DAS ada database mencaku Luas DAS, Panjang Sungai, Koefesien Aliran, Parameter Tr dan Alha, Stasiun Berengaruh dan Koefesien Theisen Stasiun. Kemudian menghitung nilai curah hujan maksimum harian tahunan DAS, validasi data mencaku, homogenitas, konsistensi dan kesamaan jenis (Standar Iso 900:008), memeriksa kesesuaian PDF dan CDF emerik VS teoritis mencaku : distribusi normal, lognormal, gamma, loggamma, gumbel, log gumbel, earson3 dan logearson3 dengan uji horizontal dan Vertikal menurut statistik Chi-kuadrat dan Kolmogorof, menghitung Hitung Hujan Rancangan dengan berbagai kala ulang menurut distribusi Probabilitas, dan menghitung Debit Rancangan dengan endekatan Hidrograf Satuan Sintetik Nakayasu (HSSN). Sedangkan hasil yang ditamilkan adalah () T abel data hujan harian maksimum tahunan, () Tabel uji validasi data curah hujan maksimum harian tahunan, (3) Tabel Hujan Rancangan dan Tabel Banjir Rancangan, (4) Grafik deteksi outlier data curah hujan maksimu harian tahunan, (5) Grafik series data curah hujan maksimum harian tahunan, (6) Grafik dan kriteria kesesuai PDF dan CDF teoritis dengan emerik data curah hujan maksimum harian tahunan, dan (7) Hidrograf Hujan Rancangan dan Hidrograf Banjir Rancangan. Kata Kunci: Informasi, Hujan, Banjir, Rancangan, Matlab I. PENDAHULUAN Banjir meruakan eristiwa terjadinya genangan ada daerah datar sekitar sungai sebagai akibat meluanya air sungai yang tidak mamu ditamung oleh sungai. Selain itu, banjir adalah interaksi antara manusia dengan alam dan sistem alam itu sendiri. Bencana banjir ini meruakan asek interaksi manusia dengana alam yang timbul dari roses dimana manusia mencoba menggunakan alam yang bermanfaat dan menghindari alam yang merugikan manusia [6]. Bencana alam seerti banjir erlu mendaatkan erhatian khusus, sebab bencana tersebut menelan korban jiwa dan kerugian terbesar (40%) dari seluruh kerugian bencana alam [4]. Banjir sebagai akibat dari meluanya atau meningkatnya debit sungai telah banyak menimbulkan kerusakan, baik dari kerusakan lingkungan alami mauun lingkungan buatan. Perubahan kondisi lahan dari waktu ke waktu membuat ancaman terjadinya banjir semakin besar. VOL. NO. SEPTEMBER 07 e-issn Hal ini disebabkan oleh beberaa hal, antara lain: ) Daya tamung sungai makin lama makin kecil akibat endangkalan. ) Fluktuasi debit air antara musim enghujan dengan musim kering makin tinggi. 3) Terjadi konversi lahan ertanian dan daerah buffer alami ke lahan non ertanian dengan mengabaikan konservasi sehingga menyebabkan rusaknya daerah tangkaan air (cacthment area). 4) Eksloitasi ai r tanah yang berlebihan menyebabkan laisan aquifer makin dalam sehingga enetrasi air laut lebih jauh ke darat yang berakibat mengganggu keseimbangan hidrologi [9]. Uaya-uaya untuk mengatasi banjir telah dilakukan antara lain dengan melakukan engerukan sedimen, merehabilitasi tanggul sungai untuk menambah kaasitas tamung debit sungai, eningkatan kemamuan meresanya air hujan dari setia enggunaan lahan baik daerah hulu mauun hilir dan menghindari darah rawan banjir atau bantaran sungai sebagai temat emukiman.

2 Dalam uaya mengatasi ermasalahan akibat terjadinya banjir, ada beberaa cara yaitu salah satunya mengetahui sebab-sebab terjadinya banjir dan daerah sasaran banjir, yang tergantung ada karakteristik klimatologi, hidrologi, dan kondisi fisik wilayah. Dari hal tersebut di atas Balai Informasi Sumber Daya Air (BISDA) Provinsi NTB melaksanakan Pekerjaan Pengembangan Sistem Informasi Hujan dan Banjir Rancangan. Selain hal tersebut ada beberaa faktor yang mendasari sehingga dilakukannya kegiatan tersebut. Adaun faktor-faktor tersebut adalah: a. UU No. 4 Tahun 008 tentang keterbukaan informasi Publik b. PERRES No. 88 Tahun 0 tentang Sistem Informasi Hidrologi, Hidroklimatologi dan Hidrogeologi (SIH3) c. PERMEN PU No. 04/PRT/M/009 tentang Sistem Manajemen Mutu d. Informasi hidrologis Hujan dan Banjir Rancangan sebagai dasar dalam kebijakan Desain infrastruktur ke-pu-an e. Balai ISDA belum memiliki sistem enerbitan informasi hujan dan banjir rancangan yang daat diakses dengan ceat, teat dan benar f. Perlu ada engembangan Sistem Informasi Hujan dan Banjir Rancangan berbasis Alikasi Deksto yang terintegrasi dengan Sistem Jaringan LAN dan WAN yang daat menerbitkan informasi Hujan dan Banjir Rancangan yang ceat, teat dan benar. LAN. Arsitektur rencana engembangan ke dalam sistem yang sudah ada seerti gambar berikut: Gambar. Desain Rencana Pengembangan SIM-HBR Secara sederhana, sistem kerja dari SIM-HBR yang akan dirancang disajikan dalam Tabel berikut ini. II. METODOLOGI PENELITIAN Secara umum metode yang akan digunakan dalam kegiatan engembangan terdiri dari: a. Studi endahuluan dan engumulan data awal b. Pengembangan roduk awal (rototye) c. Simulasi dan validasi roduk awal (rototye) d. Pengembangan roduk akhir (revisi) e. Simulasi dan ublikasi Sistem yang akan dikembangkan meruakan suatu sistem informasi yang terintegrasi dengan SIM- HIDRO yang sudah dikembangkan sebelumnya di BISDA yang terkoneksi melalui jaringan WAN dan VOL. NO. SEPTEMBER 07 e-issn

3 INPUT Nama DAS Tabel Rencana Pengembangan Algoritma Komutasi PROSES. Ambil data hidrologis DAS ada data base mencaku: Luas DAS, Panjang Sungai, Koefesien Aliran, Parameter Tr dan Alha, Stasiun Berengaruh dan Koefesien Theisen Stasiun. Hitung nilai curah hujan maksimum harian tahunan DAS 3. Periksa validasi data mencaku, homogenitas, konsistensi dan kesamaan jenis (Standar Iso 900:008) 4. Periksa kesesuaian PDF dan CDF emerik VS teoritis mencaku : distribusi normal, lognormal, gamma, loggamma, gumbel, log gumbel, earson3 dan logearson3 dengan uji horizontal dan Vertikal menurut statistik Chi-kuadrat dan Kolmogorof 5. Hitung Hujan Rancangan dengan berbagai kala ulang menurut dist. Prob 6. Hitung Debit Rancangan dengan endekatan Hidrograf Satuan Sintetik Nakayasu (HSSN) OUTPUT () Tabel data hujan harian maksimum tahunan, Tabel uji validasi data curah hujan maksimum harian tahunan, tabel Hujan Rancangan dan Tabel Banjir Rancangan () Grafik deteksi outlier data curah hujan maksimu harian tahunan, Grafik series data curah hujan maksimum harian tahunan, Grafik dan kriteria kesesuai PDF dan CDF teoritis dengan emerik data curah hujan maksimum harian tahunan, Hitograf Hujan Rancangan dan Hidrograf Banjir Rancangan Analisa hujan dan banjir rancangan didasari dari besaran curah hujan maksimum harian tahunan dalam suatu DAS. Secara teoritik, rosedur analisa hujan rancangan mencaku, ). Analisa Hujan DAERAH (DAS), ). Analisa Distribusi Data, 3). Anlisa Validasi Data, 4) Analisa Hujan Rancangan, 5) Analisa Debit Rancangan.. Analisa Hujan Daerah Analisis hujan daerah dalam hal ini adalah daerah aliran sungai (DAS) daat dialkukan dengan beberaa metode. Dalam engembangan sistem hujan dan banjir rancangan akan mengunakan (dua) metode, yakni dengan metode oligon Theisen dan arimatika aljabar.. Analisis Distribusi Data Analisa distribusi data meruakan suatu kegiatan unutk menemukan model matematis sebaran data dalam DAS.Model matematis tersebut, meruakan suatu distribusi eluang yang akan digunakan sebagai dasar unutk merumuskan besaran hujan rancangan. Secara teoritis distribusi data terbagi menjadi (dua), yakni diskrit dan kontinu. Suatu distribusi disebut VOL. NO. SEPTEMBER 07 e-issn diskrit aabila ruang samel kejadiannya meruakan humunan bilangan bulat tak negatif. bilangan real. Karena data curah hujan dinyatakan dalam bilangan real, maka distribusi yang akan digunakan adalah distribusi kontinu. Secara umum, distribusi kontinu dibagi menjadi (dua), yakni distribusi normal dan tak normal. Model distribusi data tang tak normal sangat banyak, akan tetai secara dalam engembangan sistem hujan dan banjir rancangan ini akan digunakan beberaa jenis alternatif distribusi yang biasanya digunakan, yakni distribusi gamma, gumbel dan earson3.

4 Gambar. Rencana distribusi teoritis yang akan digunakan Untuk menentukan jenis distribusi yang akan digunakan, akan dilakukan engujian distribusi secara horizontal dan vertikal. Uji horizontal meruakan suatu konse uji dengan membandingkkan kecocokan kurva distribusi emeris dengan teoritis dari sisi kiri dan kanan kurva. Sedangkan uji secara vertikal dimaksudkan membandingkann kecocokan titik uncak atau titik balik kurva distribusi emeris dengan teoritis. a. Uji Horizontal Secara teoritis, kecocookan suatu distribusi daitinjau secara horizontal ditentukan dari nilai PDF (Probability Distribution Function) teoritis dengan emeris. Misalkan f 0 adalah distribusi frekuensi observasi dan f h adalah distribusi emeris, maka rosedur uji kesesuain dilaksanakan dengan cara berikut: Ste. Definisikan series data Ste. Buat interval distribusi data dengan metode Sarrus Hitung banyak data (n) dan banyak kelas k 3.3log n Tentukan data minimum dan maksimum Tentukan Rentnag data R = (Ma min) Tentukan lebar kelas interval P = R/k Buat interval data dari data minimal hngga data maksimal dengan beda (interval) selebar P. Ste 3. Hitung banyaknya kejadian hujan dalam tia interval (f 0) VOL. NO. SEPTEMBER 07 e-issn Ste 4. Hitung nilai eluang kejadian ada interval data [ i i+] menurut distrbusi teritis yang diilih, yakni (P( i < < i+). Ste 5. Hitung kemungkinan banyaknya kejadina hujan secara terotis, yakni (f h = n * P( i < < i+) Ste 6. Hitung nilai chi-kuadrat observasi, yakni f 0 fh o fh Ste 7. Hitung nilai chi-kuadrat teoritis, yakni nilai χ t sehingga dieroleh P( < χ t ) = 95% atau P( > χ t) = 5% t Ste 8. Penarikan kesimulan, disebut sesuai jika χ o < χ t b. Uji Vertikal Analisa hujan dan banjir rancnagan meruakan suatu analisa data ekstrim sehingga memerlukan kecocokan titik ekstrim dari distribusi emeris dengan teoritis. Suatu alat uji yang baik digunakan adalah statistik Kolmogorof Semirnov dengan membandingkkan kesesuain maksimum beda titik ekstrim antara Kumalitfi emeris dengan kumulatif teoritis (CDF). Prosedur uji hiotesisnya kesesuaian distirbusi data emeris ekstrim dengan teoritis dilakukan dengan langkah-langkah berikut: Ste. Definisikan series data Ste. Tentukan banyaknya suatu data yang nilainya kurang dari data tersebut, yakni n(x<) Ste 3. Hitung Peluang kumulatif dari suatu data, yakni P(X < ) Ste 4. Hitung Peluang kumulatif suatu data Ste 5. Hitung beda eluang kumulatif emeris dengan teoritis (D i) Ste 6. Tentukan nilai beda teoritis (D t) Ste 7. Tarik kesimulan, yakni distribusi sesuai jika D i < D t 3. Analisa Validitas Data. Uji Parametrik Validasi Data Jika data curah hujan terdistribusi normal, maka rosedur uji homogenitas varians dan konsistensi rataan dilakukan dengan uji statistik berikut:

5 a. Uji Homogenitas Varians Uji homogenitas varians dari data yang terdistribusi normal diberikan oleh formula statistik Fhiser sebagai berikut: S Statistik Observasi : F o S Statistik Teoritis : F t sehingga P(F < F t) = 97.5% Derajat kebebasan : dk = n - dan dk = n - Kriteria Homogenitas : F 0 < F t jika F 0 > atau F 0 > F t jika F 0< b. Uji Konsistensi Rataan Formula statistik untuk analisis konsistensi rataan dari data yang terdistribusi normal mengikuti statistik student sebagai berikut: Statistik observasi : X X t0 ( n ) S ( n ) S n n n n Statistik teoritis : t t sehingga P(t < t t) = 97.5% Derajat Kebebasan : dk = n + n - Kriteria Konsistensi : t o < t t. Uji Non Parametriks Validasi Data Prosedur uji statistik non arametriks dilaksanakan dalam uji validasi data aabila data observasi tidak terdistribusi normal. Misalnya terdistribusi gamma, gumbel, logearson atau lannya. a. Uji Homogenitas varians Formula uji yang digunakan adalah statistik Fhiser dengan arameter sebagai berikut: Statistik observasi : n ( n ) S F o n ( n ) S Statistik Teoritis : F t sehingga P(F < F t) = 97.5% Derajat kebebasan : dk = n - dan dk = n - Kriteria Homogenitas : F 0 < F t jika F 0 > atau F 0 > F t jika F 0< b. Uji Konsistensi Rataan Formula uji konsistensi rataan yang digunakan aabila data tidak terdistribusi normal adala statistik zero (z) yang meruakan statistik transormasi dari distribusi normal dengan z o mebandingkan selisih media. Uji ini juga sering disebut sebagai uji median atau kesamaan jenis. Formula uji sebagai berikut: Statistik observasi : n ( n ) nn nn nn R n n ( n ) Statistik teoritis : Z t sehingga P(z < z t) = 97.5% Kriteria Konsistensi : Z o < Z t 4. Analisa Hujan Rancangan Hujan rancangan meruakan taksiran besaran hujan yang daat terlaui terjadi dalam suatu eriode ulang tertentu. Besaran nilai hujan rancangan ditentukan menurut nilai eluang kejadian menurut suatu Fungsi Distribusi Peluang tertentu. Misal X = besaran curah hujan, dan f() adalah suatu fungsi distribusi eluang, maka: a. P(X = ) = f() meruakan nilai dari eluang kemungkinan terjadinya hujan sebesar. Untuk suatu nilai f(), akan terdaat T sehingga P(X=)T=. Dalam hal ini T disebut eriode ulang sehingga hujan sebesar akan daat terjadi dalam T tahun. b. P(X < ) = f ( ) d meruakan nilai eluang terjadinya hujan yang kurang dari. Unutk setia nilai dari P(X < ), akan terdaat bilangan real T sehingga P(X<)T =. Dalam hal ini T disebut eriode ulang sehingga hujan sebesar kurang dari akan daat terjadi dalam T tahun. c. P(X < )= f ( ) d meruakan nilai eluang terjadinya hujan yang lebih besar dari. Unutk setia nilai dari P(X > ), akan terdaat bilangan real T sehingga P(X > )T =. Dalam hal ini T disebut eriode ulang sehingga hujan yang besarannya lebih dari akan daat terjadi dalam T tahun. 4. Hujan rancangan dengan distribusi normal dan log normal VOL. NO. SEPTEMBER 07 e-issn

6 Suatu data disebut terdistribusi normal aabila distribusi frekuwensi data tersebut memenuhi ersamaan Probabilitas distribution Function (PDF) gauss dengan ersamaan f (,, ) e. Model kurva distribusi normal tersebut sebagai berikut: Tabel Formula matematis dan komutasi hujan rancangan dengan distribusi normal Gambar 3. Distribusi Normal Emeris VS Distribusi Emeris Jika T adalah curah hujan rancangan dengan eriode ulang T tahun, maka formula matematis dari T diberikan sebagai berikut: T F,, dengan T F( ) e Akan tetai, jika data curah hujan terdistribusi dengan log normal, maka formula matematis dari T diberikan sebagai berikut: F, log, T log T e. Untuk keerluan erhitungan dalam engembangan sistem informasi hujan dan banjir rancangan, formula komutasi matematis yang digunakan dibangun dalam bahasa komutasi MATLAB yang Secara ringkas, formula matematis dan komutasi numeris tersebut diberikan sebagai berikut: d 4. Curah Hujan Rancangan dengan Distribusi Gamma dan Log Gamma Distribusi gamma meruakan model hamiran matematis dari distribusi normal. Secara matematis, suatu data series disebut terdistribusi gamma aabila distribusi frekuensi data tersebut daat memenuhi ersamaan f (, a, b) a b ( a) a e b. Secara grafis, model kurva distribusi gamma akan menyeruai model distribusi normal. Gambar 4. Model kurva Distribusi Gamma vs Distribusi Normal Jika t adalah hujan rancangan dengan eriode ulang T tahun, maka nilai t akan dieroleh dengan formula T F, a, b dengan T F( ) a b ( a) a e b Akan tetai jika, data curah hujan maksimum harian tahunan terdistribusi log gamma, maka formula hujan rancangannya adalah T T e. Parameter a, b daat diestimasi dengan metode maksimum Laiklihoot. Untuk keerluan erhitungan, formula komutasi numeris yang digunakan adalah: F d, a log, b log VOL. NO. SEPTEMBER 07 e-issn

7 Tabel 3. Fomula komutasi hujan rancangan dengan distribusi gamma dan log gamma dan banjir rancangan, akan mengunakan formula komutasi dengan m-function PDF eksonensial yang dimiliki oleh MATLAB. Tabel. 4. Formula matematis dan komutasi hujan rancangan dengan PDF Gumbel 4.3 Curah Hujan Rancangan dengan Distribusi Gumbel dan Log Gumbel Secara teoritis, distribusi Gumbel meruakan hasil transormasi dari distribusi eonensial yang memiliki bentuk fungsi adat eluang f y, dengan e s 6 u a dan a. u y, a 4.4 Curah Hujan Rancangan dengan Distribusi Pearson3 dan Log Pearson3 Distribusi Person 3 meruakan transormasi transormasi PDF Gamma dengan variabel random dari ditribusi normal Standar. Jika T meruakan hujan rancangan dengan distribusi erson 3, maka hujan rancangan dengan ditribusi erson3 diberikan sebagai berikut: T = µ + k σ dengan k adalah koefesien frekuensi distribusi erson 3 yang tergantung atas koefesien skewness (cs). Gambar 5. Model Kurva Distribusi Gumbel Jika T adalah hujan rancangan dengan kala ulang T, maka komutasi numerik nilai T menggunakan distribusi Gumbel adalah T F (, y ) dengan T u s 6 y, u a, a a F ( ) 0 e y dan d. Unutk keerluan dalam engembangan sistem informasi hujan VOL. NO. SEPTEMBER 07 e-issn Analisa Debit Rancangan Tahaan dalam menganalisa banjir rancangan diantaranya yaitu: a. Penentuan Morfologi Daerah Aliran Sungai (DAS) yang terdiri dari luas DAS, anjang sungai utama, dan komonen enggunaan lahan DAS. b. Penentuan durasi hujan maksimum. c. Kalibrasi arameter metode erhitungan banjir rancangan dengan data banjir terukur ada os AWLR, bendung, dan Embung. d. Analisa banjir rancangan dengan kala ulang.0 tahun, tahun, 5 tahun, 0 tahun, 0 tahun, 5 tahun, 50 tahun, 00 tahun, dan 000 tahun.

8 Cara yang digunakan untuk menghitung/ menganalisa hujan banjir rancangan adalah dengan Hidrograf Sintetik Satuan Nakayasu (HSSN). Persamaan yang digunakan Hidrograf Sintetik Satuan Nakayasu (HSSN) adalah :.4 t Q T t T T Q Q t t T.5T Q t T T Q 0.5T.5T T T T t T 0 t T t T t T T T T.5T.5T T T.5 Gambar 6. Grafik Hidrograf Sintetik Satuan Nakayasu t Dimana: A Re Q 3.6 T T T = t g T r L t g L L 5 L 5 T = α t g 0.5 t g < t r < t g Keterangan: Q : Debit Puncak banjir A : Luas DAS (km ) R e : Curah hujan efektif (mm) T : Waktu dari ermulaan banjir samai uncak hidrograf (jam) T : waktu dari uncak banjir samai kali debit uncak (jam) T g : Waktu konsentrasi jam T r : Satuan waktu dari curah hujan (jam) α : koefesien karakteristik DAS biasanya diambil L : Panjang sungai Utama (km) VOL. NO. SEPTEMBER 07 e-issn

9 III. HASIL DAN PEMBAHASAN Sistem Kerja SIM-HBR Setting Server Pengecekan Data Pilih Komonen Load Data Analisa Data Siman Data Terbitkan Informasi VOL. NO. SEPTEMBER 07 e-issn

10 Desain Guide SIM-HBR Adaun fungsi icon ada guide SIM-HBR Gambar 7. Desain Guide SIM-HBR No Icon Fungsi Data baru, jika akan melakukan analisa data Load Data dari Server, jika data belum ernah disiman. 3 Panggil Data, yang sudah tersiman sebelumnya. 4 Siman Data, sebelum analisa data 5 Hitung (Hujan & Banjir Rancangan) 6 Zoom In (Perbesar) untuk grafik 7 Zoom Out (Perkecil) untuk grafik. 8 Hand, untuk menggeser osisi titik ada sebuah grafik 9 Rotasi, untuk melihat sisi 3-dimensi dari grafik. 0 Data Cursor, untuk melihat titik ada sebuah grafik. VOL. NO. SEPTEMBER 07 e-issn

11 Simulasi Data Adaun langkah-langkah simulasi data yakni:. Pilih Data, WS, dan DAS.. Load data (jika belum tersiman sebelumnya). 3. Siman Data 4. Running 5. Lakukan interretasi hasil simulasi. VOL. NO. SEPTEMBER 07 e-issn

12 IV. KESIMPULAN DAN SARAN Dari analisa data dieroleh beberaa kesimulan dalam kegiatan ini, yakni alikasi deksto Sistem Informasi Manajemen Hujan dan Bajir Rancangan (SIM-HBR) yang telah dikembangkan daat: a. Terkoneksi dengan Data Base Alikasi Deksto SIM-Hidro melalui jaringan WAN da LAN. b. Melakukan komilasi basis data Curah Hujan Maksimum Harian tahunan berbasis DAS c. Melakukan komutasi hidrologis mencaku, validasi data, emeriksaan kesesuaian PDF dan CDF, Menghitung Hujan Rancangan dan Hujan Efektif serta menerbitkan informasi Banjir rancangan dengan metode Hidrograf Sintetik Satuan Nakayasu [7] Riad, S and Mania, J. (003), Rainfall - Runoff Model Using an Artificial Neural Network Aroach, Mathematical and Comuter Modelling, Vol 40, No, hal [8] Sektor Pertanian. (0), Kajian Risiko dan Adatasi Terhada Perubahan Iklim Pulau Lombok Provinsi Nusa Tenggara Barat, Dinas Pertanian NTB, Mataram. [9] Soemarto, C.D. (999), Hidrol ogi Teknik, Erlangga, Jakarta Saran Penelitian Selanjutnya a. Perlu ada kegiatan studi koefesien aliran ada tia DAS b. Perlu engembangan Sistem Informasi Hujan dan Banjir Rancangan berbasis website V. DAFTAR PUSTAKA [] Badan Pusat Statistika Mataram. (05), Mataram Dalam Angka 05. BPS Mataram, Mataram [] Bektiratiwi, A. (0), Model JST RBF- Egarch untuk Peramalan Data Time Series. Tesis, ITS Surabaya, Surabaya. [3] Ferreira, N.J. (005), Artificial Neural Network Technique for Rainfall Forecasting Alied to the Sao Paulo Region, Hydrologi, Vol 30, No, hal [4] Irzani dan Riai, (0), Pengantar Statistika Matematika. Yogyakarta: Mandiri Grafindo Press [5] Luk, K.C, Ball, J.E, dan Sharma, A. (00), An Alication of Artificial Neural Networks for Rainfall Forecasting, Mathematical and Comuter Modelling, Vol 33, No, hal [6] Nandini, R, dan Narendra, B. (0), Kajian Perubahan Curah Hujan, Suhu dan Tie Iklim Pada Zone Ekosistem di Pulau Lombok, Analisis Kebijakan Kehutanan, Vol. 8 No. 3, hal VOL. NO. SEPTEMBER 07 e-issn