Pemodelan Jaringan Saraf Tiruan untuk Prediksi Awal Musim Hujan Menggunakan Data Southern Oscillation Index

Abstract

Awal musim hujan (AMH) merupakan faktor penentu dalam produksi hasil pertanian. Tingkat keakuratan prediksi AMH sangat membantu petani mengurangi risiko gagal panen; mendapatkan keakuratan prediksi dapat dilakukan melalui pengembangan sistem analisis dan teknik prediksi AMH yang lebih kuantitatif dengan model statistik. Prediksi AMH dapat menjadi informasi bagi para petani untuk melakukan upaya mengurangi risiko terhadap hal-hal yang ditimbulkan seperti kekeringan praproduksi yang akan mengakibatkan gagal panen. Prediktor yang digunakan merupakan peubah yang berkaitan dengan curah hujan per hari. Peubah tersebut adalah Southern Oscillation Index (SOI). Pemodelan yang digunakan ialah Jaringan Saraf Tiruan (JST) Propagasi Balik menggunakan prediktor SOI. AMH ditentukan berdasarkan penelitian Moron, Robertson dan Boer. JST Propagasi Balik dengan input SOI bulan Juli dan Agustus, dengan parameter 2 hidden layer, 20 hidden neuron dan alpha (learning rate)-0.18 menghasilkan korelasi (r)=0.8349 dan RMSE-18.9769.