Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru

• Main Authors: Sugiyanti Sugiyanti, Simon Sadok Siregar, Arfan Eko Fahrudin
• Format: Article
• Language: English
• Published: Lambung Mangkurat University Press 2012-08-01
• Series: Jurnal Fisika Flux
• Subjects: prediksi cuaca, jst backpropagation, musim
• Online Access: https://ppjp.ulm.ac.id/journal/index.php/f/article/view/6102
• ISSN: 1829-796X; 2541-1713

Cuaca adalah keadaan fisis atmosfer disuatu tempat pada waktu tertentu. Kondisi cuaca menjadi salah satu unsur penting untuk mendukung kegiatan diberbagai sektor, sehingga diperlukan informasi mengenai prediksi cuaca. Dalam penelitian ini dilakukan prediksi cuaca di wilayah Banjarbaru dengan metode jaringan syaraf tiruan backpropagation. Data masukan yang digunakan adalah data SOI, kejadian badai tropis, suhu udara, kelembaban udara, tekanan udara dan kecepatan angin. Penelitian dibagi menjadi empat periode berdasarkan musim yaitu musim hujan, transisi hujan–kemarau, kemarau dan transisi kemarau – hujan. Output jaringan adalah prediksi cuaca yaitu cerah – berawan dan hujan. Output yang dihasilkan oleh jaringan dibandingkan dengan target dan selanjutnya dievaluasi dengan nilai korelasi dan tingkat akurasi. Hasil penelitian untuk penguian data 5 hari terakhir setiap bulan di masing – masing musim menunjukkan bahwa nilai korelasi dan tingkat akurasi untuk musim hujan sebesar 0,737dan 80,00%, transisi hujan – kemarau 0,487 dan 66,67%, kemarau 0,61 dan 70,00% serta transisi kemarau – hujan 0,287 dan 60,00%. Sebagai pembanding dilakukan pelatihan terhadap data yang memiliki urutan ganjil untuk memprediksi data yang memiliki urutan genap dengan hasil nilai korelasi dan tingkat akurasi untuk musim hujan sebesar 0,414 dan 71,11%, transisi hujan – kemarau 0,307 dan 71,11%, kemarau -0,044 dan 53,33% serta transisi kemarau – hujan 0,219 dan 66,67%.