Tugas Akhir Elektro
PREDIKSI CURAH HUJAN BULANAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION BERBASIS WEBSITE
Informasi curah hujan bulanan sangat diperlukan dalam perencanaan irigasi
dan bangunan air, perencanaan infrastruktur, pertanian, transportasi dan juga
telekomunikasi. Dengan adanya perbedaan sifat curah hujan bulanan setiap
tahunnya, kita tidak dapat memprediksi sifat curah hujan yang akan terjadi pada
tahun berikutnya. Backpropagation adalah salah satu metode dalam Jaringan Syaraf
Tiruan (JST) yang digunakan untuk prediksi. Jaringan syaraf tiruan (JST)
merupakan salah satu sistem pemrosesan informasi yang meniru cara kerja otak
manusia. JST mempunyai kemampuan untuk memberikan keputusan terhadap data
yang telah dipelajari sebelumnya. Pada penelitian ini, JST Backpropagation
menggunakan 3 neuron berupa variabel input yaitu data curah hujan bulanan 3
tahun sebelumnya dengan target curah hujan bulanan tahun berikutnya, 1 lapisan
tersembunyi dengan 3 neuron, Pada pengujia ini ditentukan nilai parameter learning
rate (α) dimulai dari 0.01, 0.03, 0.05, 0.09 dan 0.1, sedangkan batasan epoch yang
digunakan dimulai epoch 1000, epoch 1500 dan epoch 2000, dan nilai ambang batas
(threshold) 0.0001, 0.00001 dan 0.000001, dalam proses pembelajaran dilakukan 5
kali pengujian terhadap data curah hujan bulanan. Akurasi MSE tekecil yang
didapat pada pengujian paramater ini yaitu 0,005 terdapat pada learning rate 0,1
dengan epoch ke 2000, dari semua pengujian parameter yang dilakukan memiliki
hasil prediksi yang sama yaitu dari 12 bulan terdapat 9 bulan yang sesuai dengan
target dan 3 bulan yang tidak sesuai target terhadap data curah hujan bulanan tahun
2017. Sehingga kelayakan sistem yang didapatkan dari pengujian tersebut adalah
91,67%.
Tidak ada salinan data
Tidak tersedia versi lain