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.
Collections
- UT - Computer Science [2323]