PREDIKSI TINGGI MUKA AIR BENDUNGAN RIAM KANAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

Yusri Ikhwani(1*)

(1) 
(*) Corresponding Author

Sari


Bendungan riam kanan yang berada kabupaten banjar ialah salah satu waduk terbesar di kalimantan selatan yang ada di aranio, kabupaten banjar. Waduk buatan yang dalam pembangunannya memakan waktu selama 10 tahun ini dibangun membendung 8 sungai yang bersumber dari Pegunungan Meratus. Tujuan utama dibangunnya waduk riam kanan adalah untuk membangun pembangkit listrik tenaga air untuk daerah kalimantan selatan dan sekitarnya.

Tujuan penelitian ini ialah untuk memprediksi tinggi muka air bendungan riam kanan menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS) agar dapat bermanfaat dalam kebijakan strategis ketahanan energi khususnya ketahanan pangan dan energi listrik, khususnya ketersediaan air untuk saluran irigasi.

Perkiraan prediksi ini menggunakan data tinggi muka air bendungan riam kanan dari tahun 2009 sampai dengan 2015 yang didapatkan dari PLTU riam kanan provinsi kalimantan selatan. Prosedur memprediksi diawali dengan melakukan proses pembagian data, yaitu menjadi data pelatihan dan data pengujian. Setelah itu dilakukan penentuan variabel-variabel pendukung input yang memberikan korelasi cukup signifikan terhadap variabel output. Serelah itu melakukan proses pengujian dengan membandingkan 2 membership function untuk menentukan yang mana memiliki tingkat akurasi yang baik dan nilai error yang rendah dalam memprediksi tinggi muka air bendungan riam kanan.

Hasilnya ialah prediksi tinggi muka air bendungan riam kanan menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS) dengan membandingkan 2 membership function dengan tingkat keakuratan menghasilkan nilai RMSE 0,010065 pada membership function Bell

 

Kata kunci: bendungan riam kanan, anfis, prediksi, tinggi muka air, membership fungtion

Teks Lengkap:

PDF


DOI: http://dx.doi.org/10.31602/tji.v9i1.1097

Refbacks

  • Saat ini tidak ada refbacks.


© 2019 Technologia   p-ISSN: 2086-6917    e-ISSN: 2656-8047

-------------------------------------------------------------------------------------------

This work is licensed under a Creative Commons Attribution 4.0 International License.