PREDIKSI HEAD POMPA HIDRAM MENGGUNAKAN RANDOM FOREST REGRESSION UNTUK OPTIMASI DESAIN SISTEM

Pompa hidram merupakan teknologi sederhana yang memanfaatkan energi potensial aliran air untuk mengangkat air ke ketinggian lebih tinggi tanpa menggunakan energi eksternal. Namun, dalam perancangan sistem pompa hidram, pemilihan parameter desain yang optimal seperti tinggi sumber air (head in), panjang pipa, dan diameter pipa masih dilakukan secara trial and error. Penelitian ini bertujuan untuk membangun model prediktif menggunakan algoritma Random Forest Regression (RFR) guna memperkirakan tekanan output (head out) berdasarkan variasi ketiga parameter tersebut. Data diperoleh melalui simulasi sistem pompa hidram menggunakan perangkat lunak EPANET dan diolah menggunakan Python. Model dievaluasi menggunakan metrik Mean Squared Error (MSE) dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model RFR mampu memprediksi head out dengan akurasi tinggi (R² sebesar 99,62%), serta mengidentifikasi head in sebagai parameter paling signifikan. Dengan demikian, model ini berpotensi digunakan sebagai alat bantu dalam proses optimasi desain sistem pompa hidram.
Kata kunci: Pompa Hidram, Random Forest Regression, Head Output, EPANET, Optimasi Desain.