ITS Pidato 13068 Pidato Pengukuhan 1

_,…..I . ~ -iTS

ma”II’.InstitutITS;

CO:}?
19u1
p-l…—TeknologiSepuluhNopember20iO

PENERAPANSIMULASIKOMPUTERUNTUK

PENENTUANTINGKATKERAWANANBANJIR

Oleh:
Prof.Dr.Ir.Joko Lianto Buliali,M.Sc.

Pidato Pengukuhan untuk Jabatan Guru Besar
dalam Bidang Ilmu Pemodelan dan Simulasi Sistem
pad a Jurusan Teknik Informatika
Fakultas Teknologi Informasi
InstitutTeknologi Sepuluh Nopember
Surabaya, 4 Oktober 2010

Kementerian Pendidikan Nasional
InstitutTeknologi Sepuluh Nopember
Surabaya Yang terhormat:
Bapak Rektor ITS, selaku pimpinan tertinggi dan Ketua Senat ITS,
Bapakllbu anggota Senat dan Guru Besar ITS,
BapaklIbu PimpinandiLingkungan ITS,
Bapak Ketua dan Anggota Dewan Penyantun ITS,
Bapakllbu Pimpinan Pengurus Pusat dan Pengurus Wilayah IKA ITS
Bapakllbu Pimpinan Perguruan Tinggi Negeri dan Swasta,
BapaklIbu Pejabat Sipil, Militer dan Polri,
BapaklIbu Dosen, Karyawan, dan MahasiswadiLingkungan ITS,
Bapakllbu tarnu undangan, ternan, kerabat, dan keluarga yang saya
hormati dan muliakan,

Salam sejahtera bagi kita semua.
Pertama-tama ijinkanlah saya mengajak hadirin sekalian untuk
bersama-sama memanjatkan puji syukur kepada Tuhan Yang Maha
Esa, karena hanya atas rahmat dan berkatNyalah pada pagi hari ini
kita dapat berkumpul pada acara Rapat Terbuka Senat Institut
Teknologi Sepuluh NopemberdiSurabaya dalam rangka pengukuhan
Guru Besar saya pada bidang Pemodelan dan Simulasi Sistem. Pada
kesempatan yang berbahagia ini, perkenankanlah saya menyampaikan
pidato pengukuhan saya dengan judul:

Penerapan Simulasi Komputer untuk Penentuan Tingkat
Kerawanan Banjir

Materi ini disarikan dari kajian pustaka ilmiah, publikasi dan
penelitian yang telah atau sedangsayalakukan bersama para sejawat
dan mahasiswa.

Topikinimerupakan salah satu penerapan metode simulasi yaitu
untuk penentuan tingkat kerawanan banjir, yang mana telah dilakukan
studi kasus pada kecamatan di kota Surabaya.Uraian akan saya awali
dengan pendahuluan, bahasan, dan simpulan. Mengingat bidang
kajian kegurubesaransayaadalah bidang Pemodelan dan SimulasiSistem, ijinkan saya pada bagian penutup nanti untuk menyampaikanprospek penggunaan pemodelan dan simuJasi sistem padapermasalahan-permasalahan lain, penelitian-penelitian kontemporerdi bidang pemodelan dan simulasi, serta framework pengembangan~
penggunaan metodesimulasidalam kaitan dengan bidang-bidangilmu lain.~

1. PendahuluanDalam kehidupannya, manusia tidak dapat melepaskan diri dariketergantungannya padaalam.Karena kodrat manusiayangmengharuskannya hidupdidarat dan di tempat kering, makabanjirmerupakangangguan bagikehidupanmanusia. Tidak sedikit beritamengenai banjir akhir-akhirini,baikdiIndonesia maupun di dunia,akibatcuacaekstrem yang menyebabkan turunnya hujan denganintensitastinggidanjangkawaktu yang lama.Banyakkerugian yang timbul, baikbagi pemerintah maupunwargamasyarakat,apabila terjadibanjirdisuatudaerah.Sebagai ilustrasi,nilai kerusakan dan kerugian akibat banjirdiJakarta dansekitarnyapada awal Februari 2007ditaksir mencapai Rp. 8,8 triliun[Tempolnteraktif2007]. Tabel 1 menunjukkan perkiraan kerugianakibat banjirdi berbagai negara. Selain kerugian materi,banjirdapatmengakibatkan hilangnya nyawa manusia.Hallogis yang dilakukan manusia adalahdenganmencegal1terjadinya banjir.Tentunya upaya ini tidak mungkin memberikanjaminan 100% tidak terjadi banjir,karenaada faktor alam yang tidaksepenuhnya berada dalamkendali manusia.Sampai batas tertentumanusia dapat meminimalkanresiko timbulnya banjir yaitu denganlangkab pencegahan. Pencegahan banjir memerlukan pengetahuan

2yang baik atas potensi bahaya banjir atau tingkat kerawanan banjir (
tempat-tempat yang dihuni manusia.

Tabel1.Perkiraan Kerugian Akibat Banjirdiberbagai negara [Koirala20 10]DateCountry/Region

1421Holland1530Holland1642China1887Yellow River,China1900Galveston,Texas, USA1911Yangtze River, China1931Yangtze River, China1935Yangtze River, ChinaJun-Sept,1998India,Banqladesh, NepalMay-Sept,1998ChinaOct-Dec,1997SomaliaJul-Aug,1997EuropeJun-Aug,1996ChinaJul-Aug,1995North KoreaJan-Feb,1995Europe3-10 Jan,1995USA4-6 Nov,1994Italy20-31 Dec,1993Europe20-28 Sept,1993EuropeJun-Aug,1993USA (Mississippi)Jun-Sept,1993ChinaSept-Oct, 1992IndiaMav-Seot.1991China

Sejumlah metode dapat digunakankerawanan banjirdisuatu daerahTotal LossesDeaths(Million US$)(unknown)100,000(unknown)400,000(unknown)300,000(unknown)900,000(unknown)5,000(unknown)100,000(unknown)145,000(unknown)142,0005,0204,750
30,0004,100(unknown)1,8005,90011024,0003,04815,000683,500281,800119,300642,000141,5001616,000I4511,0003,3001,000I1,50015,000I3,074

untuk menentukan tingseperti metode multikrite[Pamungkas2006JrMeyer, et.a1.2009J, metode segmentasidklasifikasi [van der Sande, et.a1.2003], metode analisis deret durparsial multivariate (Multivariate Partial Duration Seri
[Correia 1986].

3Uraian saya awali dengan bahasan mengenai pengertian “simulasi”,mengingat kat ainidigunakan dengan pengertian yang bervariasi padabeberapa disiplin ilmu untuk menunjuk pada hal spesifik pada disiplinilmu masing-masing. Uraian berikutnya adalah pembahasan mengenaipenggunaan metode simulasi untuk menentukan tingkat kerawananbanjir, yang selanjutnya diikuti dengan uraian eksekusi modelsimulasi, dan diakhiri dengan simpulan.

2.Pengertian “Simulasi”Terdapat sejumlah pengertian mengenai kata “simulasi” dalamsejumlahbidang keilmuan, antara lain: replika dari sistem sebenarnya, “exploring the workingsofone thing bystudyingsomething else,whetheritinvolves computation or not”[Buchanan2006] percobaan terhadap suatu perangkat lunak dengan datasembarang, berpura-pura memerankan karakter lain [AudioEnglish2010].

Teknik atau metode simulasi yang dimaksud dalam Pemodelan danSimulasi (Modelling and Simulation) mengacu padasuatupenggunaan model matematis untuk merepresentasikan sistem dalamberbagaikeadaan,serta mengeksekusi model tersebut dengan bantuankomputer dengan tujuan memperoleh nilai parameter yang ingindiketahui. Menurut [Evans2001],simulasi adalah proses pembuatanmodel matematika atau logika dart suatu sistem atau suatupermasalahan, serta melakukan eksperimen terhadap model untukmendapatkan pengertian akan kerja sistem atau untuk membantudalam menyelesaikan suatu permasalahan.

Pada banyak kesempatan dalam hidupnya, manusia dihadapkan padakondisi yang mengharuskannya mengambil keputusan. Bahkan dapatdiperdebatkan apakah setiap saat manusia dihadapkan pada kondisi

4

111tersebut. Spektrum kompleksitas keputusan yang harusdiasangatlah bervariasi. Ada keputusan yang dapat diambil denganreJmudah bahkan secara spontanlrefleks tanpa memerlukan pemiklkarena merupakan keadaan yang sering dihadapinya. Nademikian tidak sedikit keputusan yang harus diambil dengan berhati, khususnya keputusan yang melibatkan:
sejumlahfaktor, keadaan yang belum pernah ditemui sebelumnya, menyangkut perbaikan sistem yang telah ada, eksperimen secara langsung tidak dimungkinkanmembutuhkan biaya besar.

Terdapat sejumlah teknik untuk membantu pengambilan keputseperti diatas, seperti teknik-teknik pada decision analysis (Anal:Hierarchy Process -AHP, Goal programming, Data enveloplanalysis -DEA, dsb), tekniklalgoritma pada Dynamic program(Backward induction, algoritma Cocke-Younger-Kasami -C’algoritma Viterbi, algoritmaEarley,dsb), tekniklalgoritma pLinearprogramming (Duality, algoritma Dantzig, algoritma Ellipslalgoritma Interior point). Masing-masing teknik memilikiscpenerapan masing-masing sesuai karakteristik masalah yang dihad

Adanya sifat acak (random) pada input banyak sistem mememetode simulasi merupakan metode yang menarik untuk diterapuntuk memberikan rekomendasi keputusan, terutama karena simumemperhitungkan sifat acak dalam komputasinya. Keacamerupakan suatu fenomena yang alami sifatnyadidunia. Praktistiada yang dapat menyatakan dengan pasti kemuneulan suatu kejacdi dunia ini, selalu terdapat ketidakpastian pada kemunculanrPengembangan skenario “bagaimana-jika” (“what-if’ seenamerupakan pilihan yang banyak dilakukan apabilaterd3ketidakpastian dalam satu atau lebih parameter. Skenariodiperlukan sebagai dasar untuk mengambil keputusanakhir.Sken,
5

II”bagaimana-jika” ini dapat disimulasikan jika terdapat model darisistemyang dipelajari, sehingga simulasi tidak dapat dilepaskan daripemodelan. Gambar I dan 2 mengilustrasikan bagaimana hal ataufen omenadidunia nyata dapat dimodelkan dalam suatu modelsimulasi. GambarImenunjukkan inventory pada suatu gudang dansalah satu kemungkinan model simulasinya. Gambar 2 menunjukkanjaringan komputer dan salah satu kemungkinan model simulasinya.

…….. ,…..G!J

Gambar I.Inventory Fisik pada Gudang dan Model Simulasinya

.~~_.;.:z~.;.:::~

-+,…”.t..~~

….-………,,””‘_~.,~..’~.,~~~.u~’-.””11)1.:,:i:-JiI~.~l1′~’::=—=-,: : . . I~*\1.= ~,lII” ” ; : :~r’.-:iit..’….,…,.~’;”
Gambar2.Jaringan Komputer Fisik dan Model Simulasinya

6Metode simulasi melibatkan pengulangan (replikasi) terhad:eksekusi model simulasi. Apabila jumlah replikasi yang dilakuk:telah lebih dari jumlah replikasi (pengulangan eksekusimosimulasi) minimum yang diperlukan, maka hasiVoutput sirmlasi yaparameter yang ingin diketahui telah dapat dipercaya dengan tingkeyakinan tertentu (umumnya 90%, 95%, atau 99%). Hal ini sejal:dengan central limit theorem yang menyatakan bahwa nilai rata-radari sejumlah besar variabel acak yang independen dengan nilai ratrata dan varians berhingga akan menuju distribusi normal [Rice 1995

Kembali pada ilustrasi pengambilan keputusan oleh manusia diatkeputusan yang harus diambil dengan berhati-hati karena menyangkinerja dari suatu (sub-)sistem yang merupakan bagian dari sistyang lebih besar.Contoh-contoh nyata dari keadaan iniantaralain: Keputusan menambah atau mengurangi jumlah kasir pada suabank Keputusan mengadopsi kebijakan inventory Keputusan mengenai kapasitas call centre Keputusan mengenai proyeksi penerimaan dan pengeJuaperusahaan Keputusan mengenai kebijakan perawatan (maintenance) mesin. Keputusan mengenai kebijakan konfigurasi jaringan komputer

Simulasi kejadian diskrit merupakan jenis simulasi sistemyarberubah terhadap waktu dengan representasi variabel yang berub:state pada waktu-waktu diskrit [Law2006]. Kelebihan simulakejadian diskrit terletak pada kemampuannya untuk menirukanasp

7__pembuatan simulasi kejadian diskrit adalah bagaimana merancangmodel dinamis dari sistem yang dipelajari terhadap waktu.

Langkah awal dalam menggunakan tekniksimulasiadalah pembuatanmodel, yaitu melakukan abstraksi karakteristik-karakteristik pentingdarisistemyang sedang ditinjau. Adanya abstraksi ini memungkinkanmodel dibuat secara bertahap, dimulai darimodelyang sederhana(hanya mengakomodasikan karakteristik-karakteristik terpentingsistem serta mengambil asumsi terhadap karakteristik-karakteristiklain untuk penyederhanaan masalah) menuju model yang lebihkompleks(mengakomodasikankarakteristik-karakteristiksistemsecara lebih komprehensif). Selain itu adanya abstraksi inimemungkinkan model dibuat secara modular, dimulai dari modelmodel sub-sistem untuk kemudian digabungkan menjadi modelsebuah sistem yang lebih besar.

Pada prinsipnya tidak ada suatu model yang dapat merepresentasikansuatusistemnyata(sistemsebenarnya) secara sempurna, karenasistemnyata merupakan kumpulandarisejumlahsub-sistem, dansuatu sub-sistem merupakan kumpulan dari sejumlah sub-sub-sistem,demikianseterusnya.Masing-masingsub-sistem memilikikompleksitasmasing-masing.Upayapemodelan adalah upaya untukmelakukan abstraksi terhadap kelakuan sistem nyata ke bentukmatematis yang dapat diolah oleh komputer. Semakin detil abstraksiyang dibuat, semakin dekat kelakuan sistem nyata dapat ditirukanoleh model tersebut.

Gambar 3 menunjukkan langkah-Iangkah pelaksanaan simulasi.Langkah-langkah awal pelaksanaan simulasisepertidefinisipermasalahan, penentuan tujuan pelaksanaan simulasi memegangperanan penting dalam langkah-Iangkah berikutnya. Beberapa studisimulasi diawali dengan tujuan yang belum/tidak terdefinisi dengan

8 jelas, sehingga langkah-Iangkah selanjutnya cenderung hanymengikuti prosedur seperti yang ditunjukkan pada gambar tersebwPada akhirnya tidakjarang pengguna terjebak pada model yang hanysemata-mata memvisualisasikan proses yang terjadi tanpa dap,melakukan analisis data hasil simulasi dan mengambil kesimpulan.

-~.—-,Seningof[Objecth-esIru~d{).eri\llIproject}lIMI–“t”C_.-__1-_Model :f)J’t~1co)nccptll;\ l i – / ~ ~ ~ Lcolk(tton=
r- –~’,)dcJ1L
“m,,,,,,_

N”‘~~~>

~::.~N~o~__Nil……\/jliJitleJ?,>—~~'”,///~ —

rIIprOdUI..~!km…tinsltnun n ! l j ‘ l ~l~~t….:.:.-r-

Yes/./…~’Ye$”\.ion.:rUlls);>—,’.,’-,/~/TNo1 -;’~~-:1::):1:1-~;~11Iand reportmgI~ – – – – . /L//.–..\(\!JrnplemL’rlllflinn!\~ – _ //

Gambar3.Langkah-IangkahPelaksanaan Simulasi [Banks2010]

9Adakalanya terjadi kesalahpahaman terhadap konsep “simulasi” dan”visualisasi”. Beberapa pihak cenderung mengidentikkan kedua haltersebut meskipun terdapat perbedaan prinsip diantara keduanya.Pengertian simulasi telah diuraikan sebelumnya, sedangkan”visualisasi”mengacu pada merepresentasikan dinamika sistem(gerakan, perubahan variabel, terjadinya event) yang terjadi selamasuatu proses sedang berJangsung dengan menggunakan alat peragaseperti monitor komputer. Simulasi dapat dilakukan tanpa melibatkanvisualisasi proses-proses yang terjadi dalameksekusimodel simulasi,dan visualisasi dapat dipakai menunjukkan dinamika sistem tanpamelibatkan simulasi (pembangkitan bilangan acak, replikasi, dsb).Walaupun demikian keduanya dapat disinergikan, sehingga simulasidapat disampaikan secara lebih baik kepada pengguna denganvisuaJisasi, dan visualisasi ataskerja sistem dapat memiliki dasaryang dipertanggungjawabkan dengan adanya eksekusi atas modelsimulasi yang dianggap valid.3.Model Simulasi untuk Penentuan Tingkat KerawananBanjirPermasalahan pemodelan untuk penentuan tingkat kerawanan banjiradalah bagaimana memodelkan fenomena genangan banjir menjadimodelsimulasi yang dapat dieksekusi menggunakan komputernantinya untuk pada akhirnya divisualisasikan kepada pengguna.Gambar 4 mengilustrasikan halini.

Seperti telah diuraikan pada bahasan sebelumnya, pembuatan modelsimulasi melibatkan karakteristik-karakteristik sistem yang dianggappenting serta mengambil asumsi terhadap karakteristik-karakteristiklain. Dalam kasus penentuan tingkat kerawanan banjir karakteristikkarakteristik (faktor-faktor) sistem yang dianggap penting adalahcurah hujan, kelembaban, temperatur, dan tinggi pasang air laut.

10

IIIY1=F1(X1,X2,X3,.
Y2=F2(X1,X2,X3,….

R = G(X1,X2,X3,….

t

r –i
Eksekusi
I ‘Modell -*,+-
SimulasiIIII.~- – ~~ – – – -~ ~~L_~

Gambar4.Genangan Banjir,Model Simulasi, serta Visualisasinya

Sejumlah asumsi digunakan dalam pemodelan ini, antara lain: timbulnya banjirdisuatu daerah adalah murni akibatd,keempat faktor tersebut pada daerah yang ditinjau. Asuntersebut nantinya dapat disesuaikan dengan kenyataan sebenarnyaitu dengan menambahkan kompleksitas model, mengingat adaerah-daerah yang justru banjir akibat hujan yang turundaerah lain (banjir kiriman). kontur tanah pada wilayah yang ditinjau adalah relatifdat:sehingga apabila ada genangan banjir,maka ketinggian genangbanjir terjadi secara meratadiwilayah tersebut.

1 1 tidak adaperubahan penggunaanlahanpada wilayahyangditinjau. tidakadaperubahan upaya penanggulangan banjiryangdilakukan(sepertipembuatankanalpencegahanbanjiryangbaru). data curah hujan, kelembaban, temperatur,dantinggipasangairlaut bersifat statis (tetap) sepanjangsatuanterkecilwaktupengumpulandata, misalnyapadadata kelembaban harian, datakelembaban dianggap tetappadasepanjangyangditinjau.

Pembuatan model simulasi untuk penentuan tingkatkerawananbanjirmeliputibeberapaaspek,yaitu: pengumpulandata ketinggian banjir harian dancuaca padamusimpenghujan analisis data untuk mengetahui distribusi probabilitas data,termasuk estimasi parameternya pembangkitanbilangan acak sesuai distribusi probabilitas yangdiperoleh tes goodness-of-fit untuk menguji kesesuaiandatayangdibangkitkan dengan data yang dikumpulkan.

Dataperkecamatanyangdikumpulkanmcliputi:
data tinggigenanganbanjir harian data curah hujan rata-rata harian datakelembabanrata-rata harian data temperatur rata-rata harian data tinggipasangair laut harian

Diambil asumsibahwaterdapat 2 kemungkinan modelketergantungan antar data,yaitu:
Modell,dimana variabel tinggi genangan banjir merupakanvariabel respon variabel tinggi genangan banjir merupakanvariabel respon dari variabel prediktor curah hujan,kelembaban,temperatur, dan tinggipasangair laut,dan Model2, dimana variabel tinggigenanganbanjir merupakanvariabel respon dari variabel prediktor curah hujan, kelembaban,

12temperatur, tinggipasangair laut, serta tinggi banjir pada11sebelumnya.

Analisis terhadapkeduamodel diatas menggunakan PrinciI
ComponentRegressiondan membandingkannilai-nilaiRootM
SquareError,RootMeanSquare Percentage Error,Mean AbsohPercentage Error,Theil’sInequality Coefficient, dan koefisdeterminasi mengisyaratkan Model 2 lebihsesuaiuntuk digunak
Dengan katalain, tinggi genangan bergantungpadacurahhujpadaharisebelumnya.

Padasuatu wilayah kecamatan,persamaanregresi diperoleh dalbentuk:Y=ao+alXI+a2X2+a3X3+a4X4+asXsdengannilaiY adalah tinggi genangan (perhitungan) danaosampaidiperoleh dari analisis PrincipalComponentRegression.

Selanjutnya denganmembuat pembangkitbilangan acak terhadvariabel-variabelprediktoryangditinjau, dapat dilakukan simulterhadap modelyangdiperoleh. Pembangkitan bilangan acakdibuat dengan menganalisis pasangandatacurah hujanrata-nharian, data kelembaban rata-rata harian, data temperatur rata-nharian, serta data tinggipasangair laut harian, sehingga diketal:
derajatkorelasi diantaranya. Tergantung karakteristikdatayadiperoleh dari pengamatan, sejumlah distribusi probabilitas d:
pasangandata tersebut dapat diperoleh,baikmonovariatatmultivariat. Mayoritas teknikpembangkitanbilangan ac
monovariattelah dikenal luas danrelatif mudahdiimplementasikc
Beberapateknikpembangkitanbilanganacakmultivariat reia
mudahdiimplementasikan, sepertipembangkitanbilangan acberdistribusi bivariate Normal,namunmasih diperlukan peneliti

1 3lanjut untuk dapat mefnbangkitkan bilangan acak multivariat lainyang reliable.

4. Eksekusi Model SimulasiTingkatkerawanan banjir pada wilayah yang ditinjau dapatditentukan dengan mengeksekusi model simulasi yang diperolehdengan input bilangan acak dari pembangkit bilangan acak padaperiode waktu yang ditentukan.Basil dari model simulasidivisualisasikan dengan memanfaatkan perangkat Sistem InformasiGeografis (SIG). Dengan mengintegrasikan modulperhitungan/komputasi simulasi dengan perangkat SIG, visualisasi inidapat dilakukan pada suatu environment aplikasi yang sarna sehinggamemudahkan pengguna melakukan analisis. Berbagai skenario(“what-if’scenario) dapat dikembangkan,seperti skenario keadaancuacaserupakeadaan cuaca masa lalu,skenario menaikkan standardeviasi dan/atau rata-rata variabel curah hujan dan/atau variabel cuacalain.Tingkatkerawananbanjir direpresentasikandalamwarna,sepertiwarna hijau untuk tingkat kerawanan banjir sangat rendah,warnamerah muda untuk tingkat kerawanan banjir rendah,warna merah tuauntuk tingkat kerawanan banjir sedang, dan seterusnya. Warna-warnaini ditampilkan sesuai hasil perhitungan ketinggian genangan banjirrata-rata pada kurun waktu yang ditinjau (harian, mingguan,atauperiode waktu lain).

Gambar 5 menunjukkan contoh visualisasi hasil simulasi dari salahsatu skenario pada periode waktu tertentu. Terlihat rata-rataketinggian banjir dapat ditunjukkansecaranumerik dan dalamvisualwarna.

14Skenario2r———————————— – – – -~ ——- — — – – – – ——I I!~~)~”‘-1,-’\,.J~1I5”’14,”.1~&,~ ,k:::,7′,”‘I>Y’I[,….I~!.O”~},r~~. – – –lfI”i.,\~0-,..\.IIt,\1″”’1”00″”-,\”1″C\IL)”‘I.~ e “‘”‘….,;h~~ ~- J , . . .____,_I1,nil,~..oJ!~,.:”.’:”'”~ >\l,-r.._00.1–‘I,II1..o,,,.,”~3″‘7’jZ1,_))v.’I~_ –~~. ” ‘–c–,J”‘,,”,IIJ~{~l”;~’~”‘~r’/1″””~_-~-“–J/I7–“?-‘;-“r~JILlo…..l”..”/-“L,,”/…”.,/I r.’.c:”,”‘P”:::.’;.’I”’:..-____——-yI’L,:~~.:…..:::-f.::!J’fJ~d;,~~!,_/jr —–~——-lliI Klasifikasl8anjlf”_/–‘:–!I I-“””I”,~.,.)1)6″10I,I

II” II

Gambar5.Visualisasi Suatu Skenario pada Periode WaktuTertentu[Pawening2010]

Gambar 6 menunjukkancontoh visualisasihasil simulasi daris;satuskenariopada periode waktu tertentu dengan menaikkanstdeviasi variabel curah hujan pada pembangkitan bilangansebesar 25%. Terlihat secara numerik terjadi kenaikan rataketinggiangenanganbanjir dibandingkan skenarioterdahulu.Gambar 7 menunjukkan contohvisualisasihasil simulasi dari ssatu skenario pada periode waktu tertentu dengan menaikkan ratavariabel curah hujan pada pembangkitan bilangan acak sebesarTerlihatsecara numerik terjadi kenaikan rata-rata ketinggenangan banjir yang lebih besar dibandingkan skenario terdahul

15

IIISkenario 4

Gambar6.Visualisasi Suatu Skenario pada Periode Waktu Tertentudengan Menaikkan Standar Deviasi Variabel Sebesar 25%[Pawening2010]

Skenario 5

‘J’5lJt[~–;0~~D”‘-r~”.~-f'”i~/,,,1:’;.:””1:”..~E” \””7…._(~ 1 f.5~J’~f~sL \./’-100”’cr’13~’fd-,..,\o.r’-iJ(r,~I\-,.l1-‘~L!.li”,….’–):ff”N

(-0.,….fl’.’47″‘””'”,/~\7~–~2: : d.~.\-/ ~L)L-~”…..~,”,.of?…_-:1”-”–ki7+-; ~ ” ; : L ~ : -j-~-7!,t.~/},F~~./ir—–K1as,ikaslBan/IfLbtifljilKec1H1I369o::.m
E. “-

Gambar7.Visualisasi Suatu Skenario pada Periode Waktu Tertentudengan Menaikkan Rata-Rata Variabel Sebesar 25% [Pawening2010]

16 Dengan cara serupa,skenario “what-if’ lain dapat dikembangkdengan menyesuaikan dengan kondisi cuaca yang akan dihadapi.

Dari perhitungan terhadap semua data yang diperoleh darihat simulasi dan hasil pengamatan,terdapat tingkat kesalahan hasil yadiperoleh pada skenario keadaan cuaca serupa keadaan cuaca m,lalu bernilai rata-rata 27%. Masih cukup tingginya kesalahanterutama karena banyaknyaasumsi penyederhanaan yang diamdalam studi ini.

Tingkat kesalahan bernilai rata-rata 27% tersebut diatas masihdaIdiharapkan berkurang dengan memperdetil tingkat abstraksi,b,pada model maupun data yang dikumpulkan, misalnya dengmemperbanyak periode pengamatan dalam satu hari.

Sedangkan analisis korelasi terhadap kedua data tersermenghasilkan nilai korelasi positif yang kuat (r=0.943) dan koefisideterminasi yang kuat (r2=0.889). Hal ini menunjukkan tintgenangan hasil perhitungan berkorelasi kuat dengan tinggi genanghasil pengamatan. Dengan demikian dapat disimpulkan model teldapat merepresentasikan keadaan sistem sebenarnya yaitu cuaca dketinggian genangan banjir.
IPenelitian selanjutnya meliputi penambahan kompleksitas model mengingat ada daerah-daeryang justru banjir akibat hujan yang turundidaerah lain (bankiriman), antara lain dengan menambahkan analisiskon1permukaan tanah dan sifat aliran air. perluasan daerah yang ditinjau sehingga dapat mengestimasikdampak alam seperti global warming dan cuaca ekstrem terhadwilayah yang cukup luas.

17″1

IIII

111m
IIU memperdetil modelsimulasisehingga dapat mengakomodirkontur tanah pada wilayahyangditinjau. mengembangkan metode pembangkitan bilangan acak multivariatyang mudah dan reliable, sehingga pasangan bilangan acakvariable-variable prediktor dapat dibangkitkan dengan lebihmendekati distribusi sebenarnya.

5.SimpulanTingkat kerawanan banjir pada wilayah yang ditinjau dapatditentukan dengan mengeksekusi model simulasi yang diperolehdengan input bilangan acak dari pembangkit bilangan acak padaperi ode waktu yang ditentukan. Hasil eksekusi model simulasidivisualisasikan dengan memanfaatkan perangkat Sistem InformasiGeografis (SIG). Integrasi berbagai kajian ilmu spesifik (simulasi,analisis data, SIG) telah menunjukkan potensi untuk memberikanmenunjukkan potensi bahaya banjirdiwilayah yang ditinjau dengannilai korelasi positif yang kuat dan koefisien determinasi yang kuatsehinggadisimpulkan model telah dapat merepresentasikan keadaansistem sebenarnya yaitu cuaca dan ketinggian banjir. Sejumlahskenario “bagaimana-jika” (“what-if’ scenario) telah diujicobakan,sepertiskenario keadaan cuaca serupa keadaan cuaca masa lalu,skenario menaikkan standar deviasi dan/atau rata-rata variabel curahhujan danlatau variabel cuaca lain. Skenario-skenario ini bersesuaikandengan terjadinya perubahan cuaca yang semakin ekstrem padadekade terakhir ini.

6.PenutupPemaparan diatas adalah mengenai penerapan simulasi komputeruntuk penentuan tingkat kerawanan banjir. Selain untuk masalahtersebut, metode simulasi dapat diterapkan pada banyak masalah lain,terutama yang menyangkut adanya faktor ketidakpastian akibatfenomena acak.

18Sebagai contoh simulasidibidang pelayanan perbankan,fakketidakpastian antara lain adalah kedatangan pelanggan danlapelayanan kasir. Dengan simulasi dapat ditentukan banyaknyakayang memadai untuk melayani pelanggan, sehingga tidak terjantrian pelanggan yang panjang. Dengan demikiank e p u a~pelanggan dapat dipertahankan atau ditingkatkan dengan adartingkat pelayanan (service level) yang ditetapkan.

Dalam bidang telekomunikasi seluler, simulasi dapatditerap~untuk memberikan pelayanan yang baik kepada pelanggan dalampelayanan komunikasi.Simulasi dapat menunjukkan solusioptil11lsehingga tercapai keseimbangan antara permintaan sambunl:komunikasi oleh pelanggan dengan kemampuan layanan stasiunB1

Dalam bidang penerbangan, simulasi dapat diterapkanunmenentukan hal-hal penting dalam penerbangan pesawat,sepertijalminimal antar pesawat (separation distance),kepadatan penerban(flight density), dan lebar jalur penerbangan (RequiredNavigatPerformance). Dengan penentuan faktor-faktor diatas, dapatdicakomposisi nilai yang optimum, sehingga sumber daya ruang(sp~resource) dapat dimanfaatkan secara maksimal dengan reskecelakaan pesawat sekecil mungkin.

Di bidang manajemen persediaan barang, simulasi dapat digunaluntuk menentukan tata letak barang yang menguntungkan pengelcseperti minimalisasi waktu pemasukanlpengeluaran barangminimalisasi biaya operasional baik biaya secara manual0manusia maupun dengan for,klift. Dengan demikian efisieoperasionaJ gudang dapat dimaksimalkan.

Senantiasa ada upaya untuk meningkatkan akurasi hasil simuJasi bdengan upaya pengumpulan data dalam jumlah yang lebih ban)

19I

maupun penyempurnaan paradigma simulasi, seperti simulasiberorientasi obyek [Garrido2009][Jeong2003] [Joines 1998][Maggio2009][Richardson2006] [Zobrist 1996], simulasi kejadianjarang (rare event simulation) [Bucklew2004][L’Ecuyer2006]
[Huang2004] [Juneja2003] [Lipsmeier2008].

Dengan simulasi berorientasi obyek, entitas dapat dimodelkan dandiimplementasikan dengan lebih cepat dan mudah dengan adanyastruktur kelas-subkelas. Entitas yang memiliki attribute dan behaviouryang sarna dapat dikelompokkan dalam satu kelas.Entitasyangmemiliki attribute dan behaviour yang lebih khusus dapatdikelompokkan dalam satu subkelas. Dengan paradigma ini, modelsimulasi dapat dibuat dengan lebih cepat sehingga mengurangidevelopment time dari suatu proyek simulasi.

Dalam sejumlah masalah, diperlukan pemodelan dan simulasi padasuatu sistem yang relatif andal (bahkan sangat andal) misalnyadengan tingkat kegagalan hanya10-7.Misalnya pada masalahterjadinya kesalahan pada komunikasi digital, terjadinya kegagalanperalatan pada pesawat terbang, kesalahan pada sistem nuklir.Timbulnya kesalahan sepertiIllI,walaupun sangat rendah.probabilitasnya, tetap tidak dapat diabaikan karen a dapatmenyebabkan konsekuensi serius.Dengan tingkat kegagalan yangsangat rendah ini, diperlukan replikasi yang sangat banyak padasimulasi kejadian diskrit untuk dapat menemukan kejadian kegagalanini (rata-rata 1 dari107replikasi),sehinggakurang efisien. Simulasikejadian jarang membantu mengeliminasi kebutuhan replikasi dalamjumlah yang sedemikian banyak. Simulasi kejadian jarang ini dapatbersinergi dengan simulasi kejadian diskrit untuk dapatmensimulasikan sistem demikian secara utuh sertaefisien.Untukitulahesensipenelitian lanjut di area ini.

20Agar penggunaan metode simulasi dapat menghasilkan produky,memiliki manfaat yang lebih besar, perlu adanya kerjasama lirbidang ilmu sehingga dapat diperoleh pemodelan yang lebihb,Model yang lebih baik atau lebih detil dapat merepresentasilkenyataan pada sistem yang sebenarnya, sehingga hasil simulasidamemperoleh tingkat kepercayaan yang lebih tinggi lagi (
penggunanya.

Pada masalah penentuan tingkat kerawanan banjir misalnya, adiperoleh pemodelan potensi banjir terhadap faktor-faktor cuaca y,lebih akurat, perlu adanya kerjasama lintas bidang ilmu seperti bid,ilmu informatika dengan bidang ilmu lingkungan, statistimatematika, dengan tidak menutup kemungkinan bidang-bidangillain nantinya, mengingatfenomenaalammerupakan rahasiaIIdengan kompleksitas yang teramat tinggi bahkandiluar jangkalkemampuan pikir manusia. Adanya pembidangan ilmu sebenanadalah upaya manusia untuk dapat memahami pada konteksalingkup kecil rahasia Bahi tersebut.

7.Referensi

AudioEnglish. 2010 SIMULAnON.http://www.audioenglish.1dictionary/simulation.htm Diakses 1 Juli 20]O.Banks, Jerry; JohnS.CarsonII;BarryL.Nelson; DavidM.Nil2010. Discrete-Event System Simulation (5th ed). PrenHall.Buchanan, Mark. 2006. Thejoyofsimulation, (Nature Physics 2,’(2006) doi:]0.1038/nphys368.Bucklew, James. 2004. Introduction to Rare Event SimulatlSpringer.Correia, FN.1986. Multivariate Partial Duration Series inFloodAnalysis. In HydrologicFrequencyModeling: Proceeding:the International Symposium on Flood Frequency and
21Analyses 14-17 May 1986, Louisiana State University, BatonRouge,U.S.AD. Reidel Publishing Company, Boston,MA1987. P 541-554, 4 fig 8 tab,10ref.http://mdl.csa.com/partners/viewrecord.php?requester=gs&collection=ENV&recid=8905680&q=f1ood+risk+assessment&uid=789758607&setcookie=yes Diakses 1 Juli 20]O.Evans, James R.; David L. Olson. 2001. Introduction to Simulationand Risk Analysis (2nd Edition). Prentice Hall.Fishman, G.S. 2001. Discrete-Event Simulation:Modeling,Programming, and Analysis. Springer-Verlag.Garrido, Jose M. 2009. Object Oriented Simulation: A Modeling andProgramming Perspective. Springer.Huang, Z.; P. Shahabuddin. 2004. A Unified Approach for FiniteDimensional, Rare-event Monte Carlo Simulation. InProceedingsofthe 2004 Winter Simulation Conference, R.G.Ignalls, M.D. Rossetti, J.S., Smith, andB.APeters (Eds.).IEEE Press, Piscataway,NewJersey, pp. 1616-1624.Jeong, Chang-Sung; Sang-Yeong Choi. 2003.AnObject-OrientedSimulation System for Air Defense.InLecture NotesinComputer Science, 2003, Volume 2668/2003, 972, DOl:10.1007/3-540-44843-8 74.Juneja, S.2003. Efficient rare-event simulation using importancesampling: an introduction. In Computational Mathematics,Modelling and Algorithms,1.C. Misra, ed. Narosa PublishingHouse, New Delhi. pp. 357-396.Johnson, Richard Arnold. 1992. Applied Multivariate StatisticalAnalysis3rdEdition. Prentice Hall.Joines, JefferyA;Stephen D. Roberts. 1998. Fundamentalsofobjectoriented simulation. In Proceedingsofthe 1998 WinterSimulation Conference, Washington, D.C., United States, pp.141-150.Koirala,S.2010. Some flood damage estimateofthe world.http://www.unesco-IIIIIihe.org/content/downloadl2116122013/file/Some%20flood%2Odamage%20estimate%200t%20the%20world.pdf Diakses 1Juli 2010.

22Law, Averil M. 2006. Simulation Modeling and Analysis, 4th editMcGraw-Hill.L’Ecuyer, Pierre;Val’erie Demers; Bruno Tuffin. 2006. SPLITTFORRARE-EVENT SIMULATION. In Proceedings012006 Winter Simulation Conference, pp. 137-148.Lipsmeier, Florian; Ellen Baake. 2008. Rare Event Simulatiollmmunobiology. In Proceedingsof7th Intcrnati,Workshop on~areEvent Simulation RESIM.RcnFrance, 24-26 September 2008.Maggio, Martina; Alberto Leva. 2009.Object-oriented SimulatioPreemptive Feedback Process Schedulers. In ProceedingsModelica Conference, Como, Italy, Sep. 20-22, 2009.Meyer, V.;D.Haase;S.Scheuer. 2009. A multicriteriafloodassessment and mapping approhttp://www.ufz.de/data/meyer_mca_oxford9509.pdfDialI Juli2010.Pamungkas, Dyan Putri; Joko Lianto Buliali. 2006. PenentuanIRawan Banjir dengan Multi Criteria Evaluation: StudiK,Kota Surabaya. Tugas Akhir Jurusan Teknik InformaFakultas Teknologi Informasi, Institut TeknologiSeptNopember, Surabaya.Pawening, Ratri Enggar; Joko Lianto Buliali, Ahmad Saikhu.2(Pemodelan Dan Simulasi Tinggi Genangan BanjirKecamatan Gubeng Kota Surabaya MenggunakanSisInformasi Geografis. Tugas Akhir JurusanTelnformatika, Fakultas Teknologi Informasi, InstitutTeknoSepuluh Nopember, Surabaya.Rice, John. 1995. Mathematical Statistics and Data Analysis (Seced.), Duxbury Press, ISBN 0-534-20934-3.Richardson, David H. 2006.AnObject Oriented SimulaFramcwork for Steadystate AnalysisofVapor Compres:Refrigeration Systems and Components. Disertasi UniveofMaryland, College Park.Sarjoughian, Hessam S.; Bernard P. Zeigler. TowardsMalModeling & Simulation into a Discipline. 2(http://www.sim-summit.org/simsummit/0303/0303d.pdfDiakses 1 Juli 2010.
23Tempolnteraktif. 2007. Kerugian Akibat Banjir Rp8,8Triliunhttp://www.tempointeraktif.comihg/ekbis/200702120lbrk,20070220-93717,id.html. Diakses 1 Juli 2010]van der Sande,C.J.;S.M. deJong; andA.P.J.deRoo. Asegmentation and classification approachofIKONOS-2imagery for land cover mapping to assist flood risk and flooddamage assessment. In International JournalofApplied EarthObservation and Geoinformation Volume4,Issue3,June2003, Pages 217-229.http://linkinghub. elsevier. comiretrieve/pii/S0303243403000035Diakses 1 Juli 2010.Wiarini, Putu Pitri; Joko Lianto Buliali. 2009. PembangkitanBilangan Acak untuk Data Temperatur dan Kelembaban KotaSurabaya. Tugas Akhir Jurusan Teknik Informatika, FakultasTeknologi Informasi, Institut Teknologi Sepuluh Nopember,Surabaya.Zobrist, George W.; JamesV.Leonard (Editors). 1996. Object-Oriented Simulation: Reusability, Adaptability,Maintainability. Wiley-IEEE Press.

Ucapan Terimakasih

IbU/Bapak dan para hadirin yang saya hormati, pada kesempatan yangberbahagia ini, saya menyampaikan syukur ke hadirat Tuhan YangMaha Kuasa atas perkenanNya saya dapat menjadi Guru Besar,semoga saya dan sekeluarga dapat selalu mensyukurinya.

Selanjutnya saya menyampaikan terimakasih sebesar-besarnyakepada:

Rektor ITS, Prof. Priyo Suprobo beserta pimpinan rektorat danSenat ITS yang telah memberikan persetujuan atas pengajuanGuru Besar saya.

24 Bapak Menteri Pendidikan Nasional Republik Indonesia,PrMuhammad Nuh, atas kepercayaan dan persetujuan kepada sa
untuk diangkat sebagai Guru Besar.

Mantan Rektor ITS, Prof. Soegiono yang telah mendukungdmembantu proses administratif saya dalam melanjutkan stlanjutdiInggris pada periode tahun 1994-1999.

Dalam perjalanan hidup saya, baik akademis maupun non-akadetelah banyak individu yang turut mewarnai kehidupan saya.D~insan-insan inilah saya belajar mengenai hakekat ilmu, mengeiman, dan mengenai kehidupan secara luas. Secara khusus dan seckronologis dalam perjalanan hidup saya, saya ingin menyampai
hormat dan terimakasih saya kepada:

Guru-guru SD saya yang telah meletakkan nilai-nilai daskehidupan dan budi pekerti.

Guru-guru SMP saya yang telah menempa saya menjadisosremaja yang lebih tangguh baik dalam aspek akademis maup
kerohanian.

Guru-guru SMA saya, terutama guru-guru jurusan IPA yangtelmeletakkan dasar-dasar pengetahuan keteknikan atau keprofesi
yang lebih spesifik.

Dosen-dosen Jurusan Teknik Elektro ITS yang telah tumendidik saya selama kurun 1986-1991,membekali ilmu tekyang spesifik. Secara khusus kepada mantan dosen pembimbiIr. Soetikno (aim.) danIr.Nawantowibowo (aIm.) yangtelbanyak membentuk karakter akademis saya.

Dr. Vassillios Karakostas, mantan pembimbing saya selama samelanjutkan studi lanjut di UMIST. It’s been a nice and valua
25experience to collaborate with you, though thousandsofmilesofdistance keepsusapart now.

Penghargaan yang mendalam dan ucapan terimakasih secara khusus
saya sampaikan kepada:

Kedua orang tua saya, Bapak Hadi Buliali (aim.) dan Sucinwatiyang telah membesarkan dan mendidik anak-anaknya denganupaya yang tidak kecil di kampung tradisional Pandegiling. Kalaupada tahun 1900-an di Pandegiling berkumpul orang-orangpandai menggiling tebu untuk diolah menjadi gula pasir, di tahun2000-andiPandegil ing kau juga telah menggiling anakbungsumu ini menjadi Guru Besar.

Saudaraku, Ing Hwa, yang senantiasa ingkang legawa dalammenghadapi sikap dan perilaku adiknya ini serta yang telah turutmemberikan bantuan dalam perjalanan masa kecil sampai saat inidanjugamasa yang akan datang.

Istri tercinta Liliek Anawaty yang selalu memberikan semangatdalam menempuh kehidupan ini. Sesuai nama Liliek, senantiasatelah menjadi lilin-lilin kecil yang menerangi jalan kita bersama. Keluarga mertuadiUmbulsari,Tanggul dan di Probolinggo, yangtelah memberi dukungan dan doa kepada saya dan istri.

Banyak dukungan dan bantuan telah saya terima dari banyak pihakselama masa kecil saya, sekolah, kuliah, dan selama saya berkarirsampai saya mencapai jabatan Guru BesardiFTIfITS.Untuk itu sayamenyampaikan terimakasih saya kepada:

Kepala BAUK ITS, Ibu Nurijati Hamid, beserta jajaran stafnyayang telah mendukung dan membantu proses administratif, sertamempersiapkan dan menyelenggarakan acara pengukuhan ini.
26 Dekan Fakultas Teknologi lnformasi ITS, Prof. RiyanartoS;beserta jajaran pimpinan dekanat dan SenatFTlfyang jugaImendukung dan membantu proses administratif.

Sejawat dosen Jurusan Teknik Informatika dan JurusanSi~Informasi ITS yang selama ini telah banyak bekerjasamad’l
bidang keilmuan.

Ketua LPPM ITS, Prof. INyomanSutantra beserta jajaralyang membantu penyelesaian masalah administrasi penei ipenelitian yang saya lakukan.

Koordinator Program MMT ITS, Prof. Yulinah Trihadiningdan jajaran pimpinan serta stafnya yang telah banyak medukungan dalam pencapaian Guru Besar saya. Direktur PPs ITS, Prof. Suparno beserta jajaranpimplf1ayangselama ini berkoordinasi masalah akademis dan operasi
kepascasarjanaan.

Pimpinan dan dosen-dosen dari ITS dan Perguruan Tinggiserta karyawandilingkungan ITS yang turut mendukungmeJuangkan waktunya untuk menghadiri acaraini.

Kerabat, keluarga, sejawat, relasi, yang telahm eluan~waktunya untuk menghadiri acara pengukuhan GuruBesarsa;Demikian pidato pengukuhan Guru Besar saya. Saya mengucatcrimakasih sekalilagiatas perhatian Ibu/Bapak dalammengiacara ini, mohonmaafapabiJa ada kesalahan dan kekuranSemoga Tuhan Yang Maha Kuasa senantiasa memberikan rahmat
kepada kita semua. Amin.

27..

BIODATA

Data Pribadi:Nama lengkapNIPTempatdantgllahirPerguruan TinggiBidang StudiKantor

T elepon KantorFax kantorEmail

Alamat rumahHandphone

Datakeluarga:
IstriAnak: Prof. Dr. Ir. Joko Lianto Buliali, M.Sc.: 19670727 199203 1 002:Surabaya, 27 Juli 1967: Institut Teknologi SepuluhNopember(ITS):TeknikInformatika: JurusanTekniklnformatikaFTIf-ITS,.Kampus ITS Keputih-Sukolilo,Surabaya-60111: (031) 593 9214:(031) 593 6813:joko@cs.its.ac.id;joko(Q),its-sby.edu,jokolianto(Q),yahoo.com:J1.Pandegiling 236 A, Surabaya -60262: 0812 356 5642

: Liliek Anawaty, S.Pd.

28 RiwayatPendidikan:
1. SD Chana,Surabaya.2. SMP IMKAlYMCA II, Surabaya.3. SMASanta Maria, Surabaya.4. Sarjana TeknikElektro(lr.), TeknikElektro,Institut TeknoloSepuluh Nopember (ITS), Surabaya.5. MasterofScience (MSc.), Computation Department,UniversitofManchester InstituteofScienceandTechnology(UMISManchester,England.6. DoctorofPhilosophy (Dr.), Computation Department,UniversitofManchester InstituteofScienceandTechnology (UMISTManchester, England.

RiwayatJabatan:1..1992-sekarang:dosenTeknikInformatika, ITS.2. 1997-1998:Demonstrator mahasiswa, DepartmentComputation, UniversityofManchester InstituteofScienceanTechnology, Manchester, England.3. 2001-sekarang: dosen Magister Manajemen Teknologi (MMITS.4. 2001 -sekarang: Kepala Laboratorium Intelligent BusincSystems, JurusanTeknikInformatika, ITS.5. 2000-2004: Koordinator Program Pascasarjana JurusanTekniInformatika, ITS.6. 2008-sekarang:Koordinator Bidang Keahlian ManajemTeknologi Informasi,MMT,ITS.7. 2008-sekarang: Koordinator Program PascasarjanaJurUS

KeanggotaanProfesi: Anggota InstituteofElectricaland Electronics EngineerComputer Society (IEEECS): 1997-2005. Anggota Association for Computing Machinery (ACM1998-sekarang.

29 Anggota Society for Modeling&Simulation International(SCS): 1997 -sekarang.

Training (Pilihan): Learning Management System (LMS) and e-Learning. 2007. LeadAuditor ISO 9001 :2008. 2009. Pelatihan Asesor Badan Akreditasi Nasional PerguruanTinggi. 2009.

Riwayat Kepangkatan:CPNSTMT: 1 Maret 1992PenataMudaIGol.TU/aTMT: 1 Oktober 1993PenataMudaTk. T Gol.III/bTMT: 1 Maret 2001PenataIGol.I1l1cTMT:1 April 2005Penata Tk. T Gol.TWdTMT: 1 April 2007

Riwayat Jabatan Fungsional:Asisten AhliMadyaTMT: 1 Oktober 1993 Asisten AhliTMT: 1 Januari 2001 (lnpassing) LektorTMT: 1 Maret 2005 Guru BesarTMT: 1 April 2010 (loncat jabatan)

Penelitian yang didanai (Pilihan):
Buliali,Jol

30Publikasi J urnal (Pilihan):
Buliali, Joko Lianto;Chastine Fatichah; Muji Santoso. 2009Hybrid Neural Network-Monte Carlo Simulation for StocJPrice Index Prediction. Asian JournalofInformatiOJTechnology, Volume8Number1,January 2009. Buliali,Joko Lianto; Darlis Herumurti; Giri Wiriapradja2008. Penjadwalan Matakuliah dengan MenggunakaJAlgoritma Genetika dan Metode Constraint SatisfactionJumalIlmiah Teknologi Informasi, Volume 7,Nomor 1Januari 2008.. Buliali, Joko Lianto; Wahyudi Agustiono. 2007. AplikasPenentuan Pemberian PembiayaanpadaLembaga KeuangaJSyari’ah. JumalllmiahTeknologi Informasi,Volume6Nomor 2,Juli 2007. Buliali, Joko Lianto; Yazid Priadi Erfiandi, Abdul LatieAbadi. 2006. DiagnosisPenyakit Tanaman Apel di Indonesi,denganPemodelan pada Sistem Pakar. Jurnal Gematika,vol7,no.2, Juni 2006. Buliali, Joko Lianto; Sudariyanti. 2005. Penentuan LokasWaralaba dengan Sistem InformasiGeografis: Simulasi pad,SejumlahKotamadya di PropinsiJawaTimur.JurnaGematika, vol. 6, no. 2, Juni 2005.

Publikasi Seminar (Pilihan): Buliali, JokoLianto; DarlisHerumurti; IhwanaRahmawatiStudi Banding Metode Peramalan Penjualan antara ArimBox-Jenkins dengan Jaringan Multilayer PerceptronProsiding Konferensi Nasional Sistem Informasi 2009Yogyakarta,17Januari 2009. Buliali, Joko Lianto; Ahmad Saikhu; Moh. Hasbi Assidiqi2008.Pencocokan Sidik Jari Menggunakan Phase Onl)Correlation. Prosiding Seminar Nasional Sistem InformasIndonesia 2008, Surabaya,17Desember 2008. Buliali, Joko Lianto;NunutPriyo Jatmiko; Fifiq Husnanto2008. Simulasi Untuk Penentuan Waktu Turn-ArounMinimumPadaPenjadwalan ProsesSistem Operas

31Windows. Prosiding Konferensi Nasional Sistem dan
Informatika 2008, Bali,15November 2008.
Buliali, loko Lianto; Sri Anita Siamba. 2008. Simulasi untuk
Menentukan Komputer dan Komponen Cadangandi
Lembaga Pendidikan Komputer, Studi KasusdiLembaga
Pendidikan Komputer X Surabaya. Prosiding SeminarTeknosim,UGM Yogyakarta,16Oktober 2008.
Buliali, loko Lianto; Dyan Putri Pamungkas. 2008. Sistem
Informasi Geografis untuk Penentuan Area Rawan Banjir
dengan Multi Criteria Evaluation: Studi Kasus pada Kota
Surabaya. Prosiding Seminar Nasional Kebangkitan
Teknologi Informasi dan Komunikasi Nasional, Surabaya,31
Mei 2008.

32

Leave a Reply