Prediksi Awal Musim Hujan di Wilayah Waingapu Menggunakan Jaringan Syaraf Tiruan Backpropagation

Abstract

Curah hujan merupakan faktor utama dari iklim. Kondisi iklim yang tidak menentu dapat menjadi penyebab kegagalan dalam bertani. Hal ini, membuat para petani sulit dalam memprediksi waktu yang pas untuk bercocok tanam. Oleh karena itu, diperlukan berbagai informasi hasil prediksi iklim sehingga lebih bermanfaat dalam bidang pertanian. Salah satunya adalah dengan memprediksi awal musim hujan (AMH) untuk menekan risiko gagal panen. Penelitian ini bertujuan menentukan awal musim hujan berdasarkan data curah hujan harian di wilayah Waingapu berdasarkan teori Liebmann, menentukan korelasi dalam penentuan prediktor JST antara awal musim hujan dengan peubah indeks iklim global, dan menerapkan metode jaringan syaraf tiruan (JST) untuk memprediksi awal musim hujan. Data indeks iklim global yang digunakan adalah data Southern Oscillation Index (SOI) dan SST Nino 3. Hasil perhitungan menggunakan teori Liebmann AMH terjadi antara bulan September sampai Desember. Prediktor yang digunakan adalah bulan Juli, Agustus dari data SOI dan bulan Juli, Agustus dari data SST Nino 3.4. Hasil penelitian prediksi ini memperoleh model terbaik dengan nilai 𝑅������2 sebesar 0.69 dan nilai RMSE sebesar 25.39.