Pemodelan peramalan curah hujan pada DAS Pamarayan dengan metode ESIM

Abstract

Hujan sebagai salah satu komponen hidrologi memiliki sifat stokastik dan sulit diprediksi, namun secara bersamaan memegang peranan penting dalam penentuan alokasi kebutuhan air. Dalam sebuah sistem sungai, alokasi kebutuhan air umumnya direncanakan untuk pelayanan air baku di wilayah perkotaan atau irigasi untuk wilayah pedesaan. Atas dasar pelayanan tersebut maka diperlukan perencanaan yang baik dalam menentukan alokasi kebutuhan air. Salah satu metode untuk mendapatkan prediksi data penentuan alokasi kebutuhan air adalah dengan cara meramalkan curah hujan. Dalam proses peramalan, penelitian ini menggunakan Evolutionary Support Vector Machine Inference Model (ESIM), yang merupakan kombinasi dari Support Vector Machine (SVM) dan fast messy Genetic Algorithm (fmGA), dengan data histori curah hujan bulanan DAS Pamarayan sebagai objek studi. Dengan membandingkan 2 skenario yang berbeda dengan metode peramalan yang sama, akan diramalkan curah hujan bulanan selama 1 tahun kedepan untuk 3 stasiun curah hujan pilihan, yang mewakili wilayah DAS hulu, tengah dan hilir di dalam DAS Pamarayan. Kedua skenario ini hanya dibedakan atas penggunaan peramalan datanya, data curah hujan bulanan hasil peramalan untuk skenario 1, sedangkan data curah hujan bulanan hasil observasi untuk skenario 2. Dari hasil peramalan tersebut, penggunaan data hasil pengamatan memberikan nilai RMSE rata-rata yang lebih kecil untuk ketiga stasiun, sebesar 80,20% terhadap curah hujan rata-rata bulanan tahun 2003. Secara grafis, penggunaan data hasil observasi memberikan pola fluktuasi grafik yang lebih baik daripada penggunaan hasil peramalan itu sendiri. Merujuk pada besar persen penyimpangan yang terjadi maka metode ESIM tidak memberikan hasil yang memuaskan. Hal ini dapat disebabkan oleh berbagai hal sehingga penelitian lebih lanjut terhadap penyebab besarnya penyimpangan yang terjadi patut dilakukan untuk menghasilkan peramalan yang lebih baik.