PERAMALAN AWAL MUSIM HUJAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION LEVENBERG-MARQUARDT

Agus Buono, Alif Kurniawan, Akhmad Faqih

Abstract

Penelitian ini difokuskan pada pemodelan Jaringan Syaraf Tiruan propagasi balik Levenberg-Marquardt untuk prediksi Awal Musim Hujan (AMH), dengan mengambil studi kasus Kabupaten Indramayu. Peubah yang dipergunakan sebagai prediktor adalah Southern Oscillation Index (SOI). Pemilihan bulan untuk data SOI berdasar nilai korelasi pada taraf nyata 5%. Sedangkan peubah respon adalah awal musim hujan satu periode ke depan yang diukur dalam dasarian (10 harian). Dari 30 tahun periode data (1978-2007), selanjutnya dilakukan pemodelan JST dengan 4 variasi jumlah hidden neuron (5, 10, 15 dan20) dan divalidasi dengan metode Leave One Out (LOO) cross validation untuk melihat skil dari model dalam melakukan prediksi. Hasil percobaan menunjukkan bahwa SOI bulan Juni, Juli dan Agustus mempunyai korelasi yang kuat dengan awal musim hujan, dengan korelasi masing-masing sebesar -0.46, -0.368, dan -0.364. Berdasar SOI pada 3 bulan tersebut dibangun model JST dengan output AMH. Skil model JST diukur menggunakan korelasi antara observasi dengan hasil prediksi. Korelasi tertinggi diperoleh dengan menggunakan hidden neuron 20, yaitu sebesar 0.99. Sedangkan untuk hidden neuron 5, 10 dan 15 masing-masing menghasilkan prediksi dengan korelasi sebesar 0.58, 0.7 dan 0.8.

Full Text:

Untitled () PDF