Peramalan inflow bulanan DAS Saguling berdasarkan curah hujan bulanan

Abstract

DAS Citarum merupakan DAS yang penting bagi kehidupan masyarakat dan industri, khususnya di Jawa Barat. Waduk Saguling merupakan bagian dari DAS Citarum yang terletak di bagian hulu yang mempunyai peranan yang cukup penting, sebagai daerah takaran hujan yang paling luas dari DAS Citarum. Besarnya inflow pada sungai sangat dipengaruhi oleh hujan yang terjadi di lokasi tersebut. Adanya variasi curah hujan baik pengaruh global maupun pengaruh lokal akan menyebabkan adanya anomali aliran. Hal ini perlu diantisipasi agar dampaknya tidak merugikan masyarakat. Karena itu peramalan curah hujan di daerah DAS Saguling diharapkan dapat membantu dalam membuat perencanaan pengelolaan air pada waduk Saguling dan DAS Citarum. Hasil interpolasi pola curah hujan bulanan DAS Saguling terlihat adanya sifat siklik (berulang) dan tren. Berdasarkan ini, peramalan (forecast) curah hujan menggunakan metode Box-Jenkins. Dengan adanya sifat kausal antara curah hujan dan inflow, maka model regresi antara curah hujan hasil peramalan dan inflow digunakan untuk melakukan peramalan inflow. Model ini dibandingkan dengan model fungsi transfer. Model peramalan ARIMA, regresi, dan fungsi transfer menggunakan data tahun 1986-2001, sedangkan evaluasinya menggunakan data tahun 2002. Hasil analisis komparatif menunjukkan adanya hubungan erat antara curah hujan dengan inflow bulanan DAS Saguling. Curah hujan langsung dikonversi menjadi inflow untuk bulan tersebut sebesar 68 persen, sedangkan sisanya (32%) berkontribusi nyata pada inflow bulan berikutnya. Model ARIMA (1,0,0)(1,0,1)12Yt merupakan model paling optimum dalam meramalkán curah hujan bulanan bagi DAS Saguling, dengan nilai bias sebesar 88.769 dan MAPE sebesar 498.04. Model regresi Y, = 0.257 +0.45 X, +0.369 X. + ARIMA (10,1,2) (1,0,1) 12 a, dapat meramalkan inflow bulanan DAS Saguling dengan kesalahan sebesar 46.7, MSE sebesar 283.993, dan MAPE sebesar 182.121. Model fungsi transfer (2,1,0) dapat meramalkan inflow lebih baik daripada model regresi, dengan kesalahan peramalan lebih kecil daripada model regresi, yaitu sebesar 38, dengan MSE sebesar 158.5 dan MAPE sebesar 147.7.