Prediksi Kecepatan Angin Menggunakan Adaptive Neuro Fuzzy (ANFIS) dan Radial Basis Function Neural Network (RBFNN)

• Main Authors: Nerfita Nikentari, Martaleli Bettiza, Helen Sasty Pratiwi
• Format: Article
• Language: Indonesian
• Published: Universitas Tanjungpura 2018-06-01
• Series: JEPIN (Jurnal Edukasi dan Penelitian Informatika)
• Online Access: http://jurnal.untan.ac.id/index.php/jepin/article/view/25558

Angin sebagai salah satu fenomena alam yang mempengaruhi berbagai aspek dalam kehidupan manusia baik pengaruh positif maupun negatif. Aspek ini berperan besar dalam ekonomi, pariwisata, pembangunan, transportasi maupun perdagangan masyarakat. Data angin dalam hal ini kecepatan angin belum dapat diketahui secara pasti nilainya oleh karena itu perlu adanya prediksi. Adaptive Neuro Fuzzy Inference System (ANFIS) dan Radial Basis Function Neural Networkc(RBFNN) adalah algoritma yang dapat digunakan untuk prediksi data. Penelitian ini  menggunakan ANFIS dan RBFNN untuk memprediksi kecepatan angin. Data prediksi yang digunakan dalam penelitian ini adalah data time series. Data kecepatan angin diperoleh dari BMKG (Badan Meteorologi Klimatogi dan Geofisika) Tanjungpinang, Kepualuan Riau. Hasil prediksi dengan kedua metode ini dibandingan dengan data asli untuk mengetahui metode mana yang lebih akurat dalam prediksi data. Hasil pengujian menggunakan kedua algoritma memperlihatkan akurasi terbaik (paling mendekati data asli/target) diperoleh oleh RBFNN yaitu dengan nilai RMSE adalah 0,1766 dan hasil RMSE ANFIS adalah 1,1456.