Model Prediksi Inflow Waduk PLTA Kotopanjang menggunakan Pendekatan Algoritma Adaptive Neuro Fuzzy Inference System

Abstract

Prediksi aliran masuk (inflow) adalah kunci dalam komponen perencanaan, desain, pengoperasian, pengembangan, dan pemeliharaan sumber daya air yang tersedia. Model prediksi inflow mempunyai banyak manfaat dalam penerapan Sumber Daya Air seperti pengendalian banjir, mencegah kekeringan, dan mengoptimalkan pengoperasian waduk untuk keberlanjutan sistem pembangkit listrik tenaga air. Tujuan utama dari penelitian ini adalah untuk mengembangkan model untuk memprediksi aliran masuk waduk PLTA mengingat pentingnya informasi kondisi waduk setiap hari agar PLTA dapat terus beroperasi. Metode pendekatan penelitian yang digunakan adalah dengan menggunakan Adaptive Neuro Fuzzy Inferences System (ANFIS) melalui pengembangan sistem hybrid antara logika fuzzy dan ANN sebagai cabang dari softcomputing. Lokasi penelitian pada waduk PLTA Kotopanjang di Desa Merangin Kabupaten Kampar Provinsi Riau. Data yang digunakan dalam penelitian ini adalah data sekunder berupa data inflow waduk PLTA Kotopanjang yang dilakukan oleh PT PLN (Persero) KIT Sumbagut Sektor, KIT Pekanbaru dari tahun 2007-2012. Hasil utama penelitian membuktikan bahwa penerapan model prediksi inflow pada waduk tropis di Kabupaten Kampar dengan pendekatan metode ANFIS untuk prediksi inflow satu tahun ke depan (t+1) mempunyai klasifikasi sangat kuat yang diuji menggunakan parameter statistik koefisien korelasi dan RMSE.