Pemodelan Curah Hujan-Limpasan Menggunakan Artificial Neural Network (ANN) dengan Metode Backpropagation

Abstract

Hubungan curah hujan-limpasan telah dikembangkan secara terus-menerus dengan menerapkan artificial intelligence sebagai alternatif pemodelan yang pada penelitian ini menggunakan black box model yakni Jaringan Syaraf tiruan (artificial neural network). Dengan menggunakan model kotak hitam (black box model) tersebut, maka dalam penerapanya tidak membutuhkan pengetahuan yang komplek antar elemen-elemen dalam suatu sistem Daerah Aliran Sungai (DAS) yang juga tidak secara eksplisit merepresentasikan hubungan antar elemen dalam DAS dan proses interaksi curah hujan-limpasan. Sehingga perubahan antar elemen di dalam suatu DAS tidak perlu diketahui sepanjang hujan dan limpasan diukur dengan akurat dari waktu ke waktu, oleh karena itu pemodelan dapat dilakukan secara lebih sederhana dengan hanya memiliki input hujan dan output limpasan didalam pengembangan model tersebut. Studi kasus yang digunakan adalah data curah hujan tengah bulanan dan debit limpasan DAS Way Sekampung – Pujorahayu, selama kurun waktu 19 tahun. Data curah hujan merupakan input sedangkan data debit merupakan variable output. Dari hasil penelitian ini diperoleh kofisien korelasi tertinggi sebesar 0,813 atau 81,3%. Dalam studi ini disimpulkan bahwa secara umum ANN dapat diterapkan dalam pemodelan curah hujan-limpasan, walaupun hasilnya belum terlalu akurat oleh karena masih ada penyimpangan.