Penerapan Algoritma Multilayer Perceptron (MLP) untuk Memprediksi Debit di Sungai Citarum Bagian Hulu (Pos Pengukuran Majalaya), Kab.Bandung, Jawa Barat

Banjir merupakan salah satu bencana hidrometeorologi yang paling sering terjadi di Indonesia, salah satunya di daerah Majalaya. Banjir Majalaya diakibatkan oleh luapan sungai Citarum. Pengendalian banjir dengan pendekatan non struktural melalui pengembangan sistem peringatan dini banjir menjadi penting untuk mengurangi dampak risiko banjir. Prediksi debit sebagai salah satu komponen dalam peringatan dini memerlukan analisis yang akurat, sederhana, cepat dan menggunakan sumber daya yang seminimal mungkin. Dalam penelitian ini metode Jaringan Syaraf Tiruan (JST) dengan menggunakan algoritma Multilayer Perceptron (MLP) dikembangkan untuk memprediksi debit di pos duga air Majalaya. Input data yang digunakan yaitu berupa data hujan jam-jam an dari 4 (empat) stasiun hujan yang berpengaruh dan data debit di lokasi yang ditinjau. Tiga skenario sruktur model dikembangkan berdasarkan jumlah hidden layer dan neuron. Evaluasi model dilakukan dengan pengukuran statistik RMSE, R2 dan NSE. Hasil penelitian menunjukan bahwa model MLP dengan 1 hidden layer yang dikembangkan cukup baik dalam memprediksi debit satu jam mendatang di pos duga air Majalaya, meskipun masih terdapat kesenjangan nilai debit maksimum hasil prediksi. Debit hasil prediksi cenderung underestimate dibandingkan debit aktual.