PEMODELAN JARINGAN SYARAF TIRUAN UNTUK PREDIKSI PANJANG MUSIM HUJAN BERDASAR SEA SURFACE TEMPERATURE

Agus Buono, M. Mukhlis, Akhmad Faqih, Rizaldi Boer

Abstract

Penelitian ini difokuskan pada pemodelan Jaringan Syaraf Tiruan untuk prediksi Panjang Musim Hujan, dengan mengambil studi kasus stasiun Sumur Watu di Indramayu. Peubah yang dipergunakan sebagai prediktor adalah Suhu Permukaan Laut pada bulan Juni, Juli dan Agustus yang berupa data grid dan dipilih berdasar nilai korelasi pada taraf nyata 5% dan 10%. Sedangkan peubah respon adalah panjang musim hujan satu periode ke depan yang diukur dalam dasarian (10 harian). Dari 17 tahun periode data, selanjutnya dilakukan pemodelan JST dengan 4 variasi jumlah hidden neuron (5, 10, 20 dan 40) dan 3 laju pembejaran (0.3, 0.1 dan 0.001) pada 6 data set kombinasi dari 3 jenis bulan dan 2 jenis taraf nyata, dan dilakukan dengan 4-fold cross validation untuk melihat skil dari model dalam melakukan prediksi . Selain itu juga dilakukan pemodelan jaringan syaraf tiruan dengan menggunakan grid yang secara konsisten nyata berpengaruh pada panjang musim hujan baik untuk suhu muka laut pada bulan Juni, Juli, ataupun Agustus. Hasil percobaan menunjukkan bhawa suhu muka laut pada bulan agustus memberikan skil tertinggi dengan akurasi 81% dan 84%. Sedangkan untuk bulan Juni dan Juli berkisar sekitar 50%. Prediksi dengan SST pada grid yang konsisten memberikan akurasi sebesar 65%.

Full Text:

PDF