Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Journal La Multiapp Jurnal Teknologi dan Rekayasa Sumber Daya Air
Putri, Aradila Tiara
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Earth & Planetary Sciences Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Studi Model Jaringan Saraf Tiruan untuk Penilaian Kerapatan Jaringan Stasiun Hujan di DAS Ciliwung Hulu Putri, Aradila Tiara; Dermawan, Very; Wahyuni, Sri
Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 5 No. 1 (2025): Jurnal Teknologi dan Rekayasa Sumber Daya Air (JTRESDA)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtresda.2025.005.01.057

Abstract

Dalam pengelolaan sumber daya air, analisis hidrologi sangat penting dilakukan untuk perencanaan, pengembangan, dan pengendalian infrastruktur keairan. Ketepatan analisis hidrologi bergantung pada kualitas data dari tiap stasiun hujan dan pos duga air. Penelitian ini bertujuan untuk mengkaji efektivitas jaringan stasiun pengamatan hujan di wilayah DAS Ciliwung Hulu dan mengidentifikasi stasiun hujan yang dapat memberikan akurasi maksimum dalam merepresentasikan daerah studi. Analisis data hujan dan debit dilakukan dengan uji statistik ketiadaan trend, stasioner, persistensi, dan outlier. Penilaian terhadap kerapatan jaringan stasiun hujan mengacu pada standar yang ditetapkan oleh Organisasi Meteorologi Dunia (WMO). Pola sebaran stasiun hujan dianalisis dengan metode Jaringan Saraf Tiruan (JST), yang mengidentifikasi pola dan karakteristik data hujan dan data debit di DAS Ciliwung Hulu. JST mengidentifikasi sebaran stasiun hujan yang signifikan terhadap akurasi prediksi debit. Evaluasi dilakukan dengan mengurangi satu per satu stasiun hujan hingga diperoleh kombinasi paling efektif. Hasil menunjukkan DAS Ciliwung Hulu memenuhi standar WMO dengan kerapatan 37,981 km² per stasiun hujan. Pola sebaran terbaik dengan komposisi data 50-30-20 menunjukkan kesalahan relatif terkecil 10,857%, dan NSE kategori sangat baik sebesar 0,981 dengan 500 epoch, pada kombinasi Stasiun Hujan Gadog, dan Stasiun Hujan Gunung Mas.
A Study of Rain Station Network Distribution Using Artificial Neural Networks Putri, Aradila Tiara; Dermawan, Very; Wahyuni, Sri
Journal La Multiapp Vol. 6 No. 2 (2025): Journal La Multiapp
Publisher : Newinera Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37899/journallamultiapp.v6i2.1896

Abstract

Hydrological analysis is an important component in water resources management, especially for planning and controlling water infrastructure. This study evaluates the effectiveness of the rain station network in the Upper Ciliwung Watershed and identifies rain station with maximum accuracy in representing the study area conditions. Rainfall and discharge data were tested using statistical tests to ensure the absence of trends, stationary, persistence, and outliers. The evaluation of the rain station network density was conducted based on WMO guidelines, which determined the Upper Ciliwung Watershed met the criteria with a density of 37.981 km² per rain station. Analysis of rain station network distribution patterns using Artificial Neural Networks (ANN) was conducted with three data divisions (70-20-10, 60-25-15, 50-30-20) and tested at 100, 500, and 1000 epochs. The best results were obtained at 70-20-10 composition with 1000 epochs, showing the smallest relative error of 9.880% and NSE value of 0.983. The most effective rain station combinations are Gadog, Cilember, and Gunung Mas. This research provides recommendations in rain station network optimization to improve the accuracy of hydrological data.
Co-Authors Sri Wahyuni Very Dermawan