<![CDATA[Prediksi muka air tanah merupakan hal krusial untuk perencanaan pengelolaan sumber daya air tanah yang berkelanjutan, khususnya di daerah urban seperti Kota Semarang yang rentan terhadap penurunan muka air tanah. Penelitian ini bertujuan mengembangkan model prediksi MAT satu bulan ke depan dengan mengoptimalkan algoritma Adaptive Neuro-Fuzzy Inference System (ANFIS) menggunakan Particle Swarm Optimization (PSO). Data sekunder dari ESDM Jawa Tengah periode Juni 2019 hingga Agustus 2024 dari tujuh sumur pantau dianalisis dengan variabel input muka air tanah bulan sebelumnya (GWL t-1), curah hujan, evapotranspirasi, dan temperatur. Evaluasi kinerja model menggunakan koefisien determinasi (R²) dan Root Mean Square Error (RMSE). Hasilnya menunjukkan akurasi yang bervariasi antar lokasi, dengan R² tertinggi 92,77% (RMSE 19,62%) di SMKN 1 Semarang dan R² terendah 62,71% (RMSE 16,27%) di PT Savana Tirta Makmur. Variasi akurasi ini diduga kuat dipengaruhi oleh karakteristik akuifer dan kondisi lingkungan setempat yang tidak seragam. Secara keseluruhan, model ANFIS-PSO terbukti robust dalam memprediksi fluktuasi muka air tanah non-linier. Model ini dapat dijadikan sebagai alat pendukung keputusan yang berharga bagi para pemangku kebijakan, misalnya untuk memitigasi risiko overdraft air tanah dan menyusun strategi konservasi yang lebih efektif di Kota Semarang.]]>
Copyrights © 2025
