Prediksi Data Inflow Waduk Das Citarum Untuk Perencanaan Pengelolaan Air Menggunakan Metode SARIMA-ANN
Keywords:
Peramalan, Inflow Waduk, DAS Citarum, SARIMA, ANN, SARIMA-ANNAbstract
Prediksi inflow yang akurat sangat krusial untuk perencanaan pengelolaan air waduk secara efektif, termasuk optimalisasi operasi Pembangkit Listrik Tenaga Air (PLTA), mitigasi banjir dan kekeringan, serta pemenuhan kebutuhan air masyarakat. Penelitian ini bertujuan untuk mengembangkan model prediksi debit aliran masuk (inflow) air di Daerah Aliran Sungai (DAS) Citarum dengan menggunakan metode hibrida SARIMA-Artificial Neural Network (SARIMAANN). Model SARIMA, yang merupakan model linier, memiliki kemampuan untuk menangkap pola musiman dan tren dalam data deret waktu, namun memiliki keterbatasan dalam memodelkan pola non-linier yang kompleks. Untuk mengatasi kelemahan tersebut, model SARIMA digabungkan dengan ANN, yang dikenal efektif dalam mengidentifikasi pola non-linier dari residual atau kesalahan prediksi SARIMA. Hasil evaluasi model menunjukkan bahwa SARIMA-ANN secara signifikan lebih unggul dibandingkan model SARIMA tunggal, dengan nilai Mean Absolute Error (MAE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE) yang jauh lebih rendah. Peningkatan akurasi ini menegaskan efektivitas pendekatan hibrida dalam memprediksi data inflow yang kompleks.
References
[1] Azad, A.S.; Sokkalingam, R.; Daud, H.; Adhikary, S.K.; Khurshid, H.; Mazlan, S.N.A.;Rabbani, M.B.A. (2022) Water Level Prediction through Hybrid SARIMA and ANN Models Based on Time Series Analysis: Red Hills Reservoir Case Study. Sustainability 2022, 14, 1843. https://doi.org/10.3390/ su14031843
[2] Birhanu, K., Abcdef, T., Olumana, M., & Abcdef, D. (2017). Application of SARIMA model to forecasting monthly flows in Waterval River , South Africa. https://doi.org/10.1515/jwld-2017-0088
[3] Chen, P., Niu, A., Liu, D., Jiang, W., & Ma, B. (2018). Time Series Forecasting of Temperatures using SARIMA : An Example from Nanjing https://doi.org/10.1088/1757-899X/394/5/052024
[4] Cong, J., Ren, M., Xie, S., & Wang, P. (2019). Predicting seasonal influenza based on SARIMA model, in mainland China from 2005 to 2018. International Journal of Environmental Research and Public Health, 16(23). https://doi.org/10.3390/ijerph16234760
[5] Dimri, T., Ahmad, S., & Sharif, M. (2020). Time series analysis of climate variables using seasonal ARIMA approach. Journal
of Earth System Science, 129(1). https://doi.org/10.1007/s12040-020-01408-x
[6] Etuk, E. H., Aboko, S., Harcourt, P., & Harcourt, P. (2014). An additive seasonal Box-Jenkins model for Nigerian monthly savings deposit rates. 2(March), 54–59.
[7] Farajzadeh, J., Fakheri Fard, A., & Lotfi, S. (2014). Modeling of monthly rainfall and runoff of Urmia lake basin using “feed forward neural network” and “time series analysis” model. Water Resources and Industry, 7–8, 38–48. https://doi.org/10.1016/j.wri.2014.10.003
[8] Hamidi, K., Sedghi, H., & Telvari, A. (2017). Forecasting by Stochastic Models to Inflow of Karkheh Dam at. 3(5), 340–350.
[9] Kasus, S., Hujan, C., Ambon, K., Maluku, P., Kafara, Z., Rumlawang, F. Y., & Sinay, L. J. (2017). Peramalan Curauh hujan dengan Pendekatan Seasonal Autoregressive Integrated Moving Average(SARIMA) Rainfall Forecasting Using Seasonal Autoregressive Integrated Moving Average Model (SARIMA). 11, 63–74.
[10] Liu, H., Li, C., Shao, Y., Zhang, X., Zhai, Z., Wang, X., & Qi, X. (2020). Journal of Infection and Public Health Forecast of the trend in incidence of acute hemorrhagic conjunctivitis in China from 2011 – 2019 using the Seasonal Autoregressive Integrated Moving Average ( SARIMA ) and Exponential Smoothing ( ETS ) models. Journal of Infection and Public Health, 13 (2), 287–294. https://doi.org/10.1016/j.jiph.2019.12.008
[11] Maulana, H. A., Sampe, M. Z., & Hanifah, F. (2017). Pemodelan dan Peramalan Deret Waktu Studi kasus : Suhu Permukaan Laut di Selatan Jawa Timur. 1(2), 187–199.
[12] Nastasia F. Margini a,*, Nadjadji Anwar a, Wasis Wardoyo a, D. D. Prastyo b, Zulkifli Yusop (2022), Monthly Inflow Forecasting of Three Multi-Purpose Reservoirs, International Journal on Advance Science Engineering Information Technology (IJESIT) Vol.12 (2022) No. 6 ISSN: 2088-5334
[13] Prawaka, F., Zakaria, A., & Tugiono, S. (2016). Analisis Data Curah Hujan yang Hilang Dengan Menggunakan Metode Normal Ratio , Inversed Square Distance , dan Rata-Rata Aljabar ( Studi Kasus Curah Hujan Beberapa Stasiun Hujan Daerah Bandar Lampung ). 4(3), 397–406.
[14] Ruhiat, D. dan A. E. (2018). Pengaruh faktor musiman pada pemodelan deret waktu untuk peramalan debit sungai dengan metode sarima. 2(2), 117–128.
Downloads
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
