PENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN UNTUK PRAKIRAAN TINGGI MUKA AIR HARIAN SUNGAI BENGAWAN SOLO STASIUN JURUG

Bengawan Solo mempunyai Daerah Aliran Sungai (DAS) seluas 16.100 km2- merupakansungai yang terpanjang di Pulau Jawa sehingga membutuhkan suatu sistem pengelolaanyang baik. Manajemen sungai merupakan salah satu bidang hidrologi operasional yang cukupmenantang. Prakiraan aliran sungai dibutuhkan sebagai informasi dasar pada berbagai masalahyang berhubungan dengan desain dan operasi sistem-sistem sungai. Jaringan syaraf tiruan(JST) telah dikenal dengan kemampuannya dalam mengidentifikasi fungsi-fungsi non-linear,antara lain proses hidrologi. Dalam penelitian ini, model jaringan backpropagation digunakanuntuk memprakirakan tinggi muka air (tma) harian Sungai Bengawan Solo stasiun Jurug.Data tinggi muka air harian dan curah hujan harian digunakan sebagai data pelatihan danpengujian. Untuk menguji performa jaringan, dalam penelitian dibuat tiga model JST. Ketigamodel JST – BP1, BP2, dan BP3 – merupakan multilayer perceptron dengan satu hiddenlayer. BP1 memiliki input berupa tma (m) dan curah hujan (mm) empat hari sebelum prakiraandan output berupa prakiraan tma. BP2 dengan input dan output yang sama hanya berbedadalam satuan – tma (dm) dan curah hujan (cm). BP3 dengan input berupa selisih tma (dm)dan curah hujan (cm) serta output berupa prakiraan selisih tma. Ketiga model dilatihmenggunakan algoritma Levenberg-Marquardt dan jumlah hidden neuron yang beragam[3..10]. Nilai mse dan korelasi setiap jaringan dibandingkan untuk mendapatkan model danparameter jaringan yang optimal. Dari hasil penelitian didapat kesimpulan bahwa model jaringanyang paling optimal dalam kasus ini adalah model BP3 dengan satu hidden layer dan empathidden neuron karena menghasilkan nilai error terkecil dibandingkan dengan model yanglain.