Jaringan Saraf Tiruan Backpropagation untuk Prediksi Curah Hujan di Wilayah Kabupaten Wonosobo
Article Sidebar
-
backpropagation, curah hujan, jaringan saraf tiruan
Abstract
Curah hujan merupakan gejala alam dan banyak bergantung dari banyak faktor serta menjadi bagian yang sangat penting bagi kehidupan di bumi. Air hujan merupakan sumber daya yang banyak dimanfaatkan oleh manusia. Keadaan iklim yang tidak menentu menyebabkan curah hujan menuju ke arah (trend) meningkat atau menurun. Jaringan saraf tiruan merupakan algoritma yang secara umum sangat baik dalam permasalahan pengenalan pola, bekerja dengan menirukan jaringan saraf manusia yang dapat menyimpan informasi-informasi dan membentuk sebuah tujuan dari sistem saraf tersebut. Penggunaan jaringan saraf tiruan sebagai prediksi curah hujan di wilayah Kabupaten Wonosobo menggunakan metode backpropagation untuk mengukur tingkat curah hujan yang turun dalam kurun waktu tertentu, menggunakan data curah hujan stasiun 24 Wanganaji tahun 2009-2011 sebagai pelatihan dan pengujian. Arsitektur jaringan saraf yang digunakan adalah 12-10-1, terdiri dari 12 nilai masukan data curah hujan 12 bulan, 10 neuron hidden layer dan 1 nilai keluaran data curah hujan bulan berikutnya, MSE yang diperoleh pada pelatihan 0.00099899 dicapai pada epoch yang ke 161, dengan koefisien koerelasi R yang dihasilkan sebesar 0.99205, MSE pada pengujian jaringan diperoleh dengan nilai 0.17042.
Full text article
References
BMKG. (2010). Kondisi Cuaca Ekstrem dan Iklim Tahun 2010-2011. Jakarta. Retrieved from http://data.bmkg.go.id/Share/Dokumen/press release kondisi cuaca ekstrim dan iklim tahun 2010-2011.pdf
Dewi, K. N. A., Bahri, S., & Irwansyah. (2015). Model Prediksi Curah Hujan Harian Menggunakan Jaringan Syaraf Tiruan Backpropagation. Eigen Mathematics Journal, 1-5.
Haviluddin, Arifin, Z., Kridalaksana, A. H., & Cahyadi, D. (2016). Prediksi Kedatangan Turis Asing ke Indonesia Menggunakan Backpropagation Neural Networks. Jurnal Teknologi Dan Sistem Komputer, 4(4), 485-490. https://doi.org/10.14710/jtsiskom.4.4.2016.485-490
Manalu, M. T. P. (2016). Jaringan Syaraf Tiruan untuk Memprediksi Curah Hujan Sumatera Utara dengan Metode Backpropagation(studi kasus:BMKG Medan). Jurnal Riset Komputer, 3(1), 35-40.
Mukid, M. A., & Sugito. (2013). Model Prediksi Curah Hujan Dengan Pendekatan Regresi Proses Gaussian. Universitas Diponegoro, 6, 113-122.
Oktavianingsih, I., Muliadi, & Apriyansyah. (2018). Estimasi Curah Hujan di Kota Pontianak Menggunakan Metode Propagasi Balik Berdasarkan Parameter Cuaca dan Suhu Permukaan Laut. Prisma Fisika, VI(2), 89-93.
Pradnyana, I. P. B. A., Soebroto, A. A., & Perdana, R. S. (2018). Peramalan Curah Hujan Menggunakan Metode Jaringan Syaraf Tiruan Dengan Optimasi Algoritma Bee Colony. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(February), 3624-3631.
Rachmawati, A. (2015). Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian dan Harian. Positron, V(2), 50-57.
Sutawinaya, I. P., Astawa, I. N. G. A., & Hariyanti, N. K. D. (2017). Perbandingan Metode Jaringan Saraf Tiruan Pada Peramalan Curah Hujan. Jurnal Logic, 17(2), 92-97.
Wonosobokab.go.id. (2014a). Geografis Kabupaten Wonosobo. Retrieved June 14, 2019, from https://wonosobokab.go.id/website/index.php/2014-02-01-04-40-52/selayang-pandang/geografis-kabupaten-wonosobo
Wonosobokab.go.id. (2014b). Potensi Daerah Kabupaten Wonosobo. Retrieved from https://wonosobokab.go.id/website/index.php/rpjmd/itemlist/ category/10-potensi-daerah
Yunita. (2015). Prediksi Cuaca Menggunakan Metode Neural Network. Paradigma, XVII(2), 47-53.
Authors
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-NonCommercial 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published workÂÂ