Pemodelan Jaringan Saraf Tiruan untuk Prediksi Akhir Musim Hujan Menggunakan Data Southern Oscilliation Index

Abstract

Pengetahuan tentang akhir musim hujan memiliki manfaat dalam bidang pertanian, peternakan dan kelautan. Akhir musim hujan harus diprediksi agar petani, peternak dan nelayan dapat mengatur waktu untuk memaksimalkan hasil pekerjaan mereka. Prediksi akhir musim hujan dapat dilakukan dengan pemodelan jaringan syaraf tiruan (JST) propagasi balik. Prediktor yang dipakai adalah Southern Oscillation index (SOI). Prediktor SOI berkaitan dengan kejadian El-Nino yang memiliki hubungan erat dengan musim di Indonesia. Akhir musim hujan ditentukan oleh perhitungan dengan metode Moron. JST propagasi balik dengan prediktor SOI yang menghasilkan hasil terbaik didapat dari bulan Oktober, November dan Desember dengan parameter 2 hidden layer, 20 hidden neuron, dan learning rate 0.1 yang menghasilkan nilai korelasi (r) sebesar 0.7891.