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.