Wahono, Endro Prasetyo METODE RECURSIVE DIGITAL FILTER SEBAGAI PREDIKTOR DEBIT LINGKUNGAN MINIMUM PADA OPERASI BENDUNG ARGOGURUH. In: Seminar Pertemuan Ilmiah Taunan HATHI 35 Medan, 7-9 September 2018, Medan.

	Text (Abstract Paper) Abstract Endro P Wahono dkk HATHI.pdf - Published Version Restricted to Registered users only Download (8kB) | Request a copy
	Image (Certificate) Piagam penyaji HATI Medan.jpeg - Other Restricted to Registered users only Download (166kB) | Request a copy

Abstract

Pengelolaan sungai yang berkelanjutan berimplikasi pada peningkatan kebutuhan pengetahuan untuk memahami dan memprediksi interaksi antara ekologi dan perilaku dinamis sungai, disamping efisiensi pemanfaatan sumber daya air. Debit lingkungan diperlukan untuk mempertahankan daya dukung sungai. Penelitian ini mengkaji pemanfaatan metode recursive digital filter sebagai prediktor besaran debit lingkungan. Dua algoritma digital filter digunakan dalam penelitian ini, yaitu algoritma Chapman dan algoritma Nathan & McMahon. Hasil kajian memberikan implikasi bahwa baseflow bersifat dinamik sesuai besaran aliran langsung. Besaran debit lingkungan diasumsikan sebagai debit rerata dari aliran dasar berturut turut 3.57 m3/s (Nathan & McMahon) dan 3.50 m3/s (Chapman). Debit minimum dari baseflow tercatat masing-masing 0.21 m3/s dan 0.25 m3/s untuk kedua metode tersebut. Komparasi dengan metode debit lingkungan lain menunjukkan bahwa metode Nathan & McMahon mempunyai kesalahan (SSR) paling kecil. Metode digital filter berpotensi sebagai prediktor debit minimum dalam operasi Bendung Argoguruh. Disarankan menggunakan besaran baseflow yang diperoleh dengan metode Nathan and McMahon (0.21 m3/s). Kajian lebih lanjut terkait daya dukung dan daya tampung lingkungan sungai saat debit lingkungan menjadi tantangan masa depan.

Item Type:	Conference or Workshop Item (Paper)
Subjects:	T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Fakultas Teknik (FT) > Prodi Magister Teknik Sipil
Depositing User:	Dr Endro Prasetyo Wahono
Date Deposited:	16 Nov 2018 17:31
Last Modified:	16 Nov 2018 17:31
URI:	http://repository.lppm.unila.ac.id/id/eprint/10048

Actions (login required)

View Item