Optimasi Penjadwalan Bendungan Sungapan di Sungai Waluh Menggunakan Data Debit Harian dengan Particle Swarm Optimization (PSO)

Hasbi Ardianto Pratama(1*), Akhmad Fathurohman(2)


(1) Muhammadiyah University of Semarang
(2) 
(*) Corresponding Author

Abstract


Pengelolaan sumber daya air yang efektif melalui sistem bendungan merupakan tantangan penting dalam manajemen infrastruktur air. Penelitian ini berfokus pada optimasi penjadwalan buka-tutup Bendungan Sungapan di Sungai Waluh menggunakan algoritma Particle Swarm Optimization (PSO) dengan memanfaatkan data debit harian. Tujuan utama penelitian adalah memaksimalkan efisiensi penggunaan kapasitas bendungan sambil meminimalkan risiko banjir di wilayah hilir. Metodologi penelitian menggunakan pendekatan PSO dengan fungsi objektif yang mempertimbangkan batasan kapasitas bendungan maksimum 20 m³/s. Data yang digunakan mencakup pengukuran debit harian sepanjang tahun 2023. Hasil implementasi menunjukkan bahwa algoritma PSO berhasil mengoptimalkan jadwal operasional bendungan dengan membuka pintu air saat debit mendekati kapasitas maksimum dan menutupnya saat berada di bawah ambang kritis. Sistem ini terbukti efektif dalam mengurangi risiko banjir sambil mempertahankan ketersediaan air untuk kebutuhan irigasi. Penelitian ini menyimpulkan bahwa penggunaan PSO dalam optimasi penjadwalan bendungan memberikan solusi yang efisien dan dapat diadaptasi untuk pengelolaan sumber daya air yang lebih baik di masa mendatang.

Full Text:

PDF

References


Chang, L.-C., Chang, F.-J., & Hsu, H.-C. (2010). Real-Time Reservoir Operation for Flood Control Using Artificial Intelligent Techniques 1 2* 1. Dalam International Journal of Nonlinear Sciences & Numerical Simulation (Vol. 11, Nomor 11).

Liu, X., Zhu, Y., Li, L., & Chen, L. (2018). Comparative Study of Optimization Algorithms for the Optimal Reservoir Operation. MATEC Web of Conferences, 246. https://doi.org/10.1051/matecconf/201824601003

Nagesh Kumar, D., & Janga Reddy, M. (2007). Multipurpose Reservoir Operation Using Particle Swarm Optimization. Journal of Water Resources Planning and Management, 133(3), 192–201. https://doi.org/10.1061/(asce)0733-9496(2007)133:3(192)

Reddy, M. J., & Kumar, D. N. (2006). Optimal reservoir operation using multi-objective evolutionary algorithm. Water Resources Management, 20(6), 861–878. https://doi.org/10.1007/s11269-005-9011-1

Zhang, J., Wu, Z., Cheng, C. T., & Zhang, S. Q. (2011). Improved particle swarm optimization algorithm for multi-reservoir system operation. Water Science and Engineering, 4(1), 61–74. https://doi.org/10.3882/j.issn.1674-2370.2011.01.006


Article Metrics

Abstract view : 7 times
PDF - 1 times

DOI: https://doi.org/10.26714/jkti.v3i1.16227

Refbacks

  • There are currently no refbacks.


=======================================================================================

Penerbit:

  • JKTI | Jurnal Komputer dan Teknologi Informasi
  • Program Studi S1 Informatika,  Unimus| Universitas Muhammadiyah Semarang
  • Sekretariat: Gedung Kuliah Bersama II (GKB II) Lantai 7,  Jl. Kedungmundu Raya No 18 Semarang
  • email: informatika@unimus.ac.id, Phone: + +62 813 2504 3677
  • e-ISSN: 2986-7592

Paper Template: Download

View My Stats

------------------------------------------------------------------------------------------------------------------------------------------------------