Abstract:
Prediksi inflow adalah sebuah kunci dalam perencanaan komponen, desain, operasi, pengembangan dan pemeliharaan Sumber Daya Air (SDA) yang tersedia. Model prediksi inflow memiliki banyak manfaat dalam aplikasi SDA seperti pengendali banjir, mencegah kekeringan dan mengoptimalkan operasi waduk untuk keberlanjutan sistem Pembangkit Listrik Tenaga Air (PLTA). Tujuan utama penelitian adalah mengembangkan model untuk memprediksi inflow rata-rata harian pada Waduk PLTA Koto Panjang serta menguji keandalan model untuk dapat diterapkan di lapangan. Metode pendekatan yang digunakan dalam penelitian ini mengunakan metode yang dikembangkan oleh Roger Jang pada tahun 1993 dari Departemen Teknik Listrik dan Ilmu Komputer dari Universitas California, Amerika Serikat dengan melakukan pola penggabungan komponen Soft computing antara Fuzzy Logic dan Artificial Neural Network (ANN) yang lazim disebut algoritma Adaptive Neuro Fuzzy Inference System (ANFIS). Data yang dipergunakan untuk mengembangkan model prediksi inflow waduk PLTA Kotopanjang adalah data yang bersumber dari pencatatan data debit runtun waktu dari tahun 2007 – 2012 yang telah dilakukan oleh PT.PLN (Persero) KIT Sumbagut Sektor KIT Pekanbaru unit PLTA Kotopanjang. Komposisi data debit runtun waktu dari tahun 2007- 2010 sebanyak 70% untuk proses training data sedangkan 30% data debit untuk proses testing data. Selanjutnya data tahun 2011 dipergunakan untuk membangun model dan data debit runtun waktu tahun 2012 untuk proses prediksi data inflow waduk PLTA Kotopanjang. Hasil utama penelitian membuktikan bahwa hasil prediksi inflow Waduk PLTA Koto Panjang pada tahun 2012 menggunakan pendekatan algoritma ANFIS dengan nilai RMSE dan koefisien korelasi ( r ) berturut-turut sebesar 90 dan 0.64.
