Pendugaan Curah Hujan Bulanan Statistical Downscaling dengan Jaringan Syaraf Tiruan Sebaran Gamma
Abstract
Hujan merupakan salah satu sumber ketersediaan air bagi tanaman pada
sektor pertanian. Pentingnya hujan pada sektor pertanian tersebut membuat
pendugaan terhadap curah hujan perlu dilakukan. Pendugaan curah hujan dapat
memanfaatkan data Global Precipitation Climatology Project (GPCP) dengan
menggunakan teknik Statistical Downscaling (SD). Data yang digunakan ialah
data curah hujan bulanan Kabupaten Indramayu dan data presipitasi GPCP. Data
curah hujan memiliki nilai yang non-negatif dan cenderung menjulur ke kanan.
Umumnya data presipitasi GPCP tidak memenuhi asumsi SD berbasis parametrik.
Oleh karena itu, metode jaringan syaraf tiruan (JST) sebaran gamma digunakan
pada penelitian ini. Metode tersebut merupakan salah satu metode SD
nonparametrik yang dapat menghasilkan dugaan curah hujan bernilai non-negatif.
Hasil yang diperoleh pada penelitian ini, pendugaan curah hujan terbaik yang
dihasilkan oleh JST sebaran gamma adalah untuk pendugaan curah hujan satu
tahun. Jaringan dengan jumlah neuron pada lapisan tersembunyi sebanyak 15 serta
menggunakan fungsi aktivasi eksponensial merupakan jaringan yang paling
optimal dalam melakukan pendugaan curah hujan tahun 2013.