Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru
Cuaca adalah keadaan fisis atmosfer disuatu tempat pada waktu tertentu. Kondisi cuaca menjadi salah satu unsur penting untuk mendukung kegiatan diberbagai sektor, sehingga diperlukan informasi mengenai prediksi cuaca. Dalam penelitian ini dilakukan prediksi cuaca di wilayah Banjarbaru dengan metode...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Lambung Mangkurat University Press
2012-08-01
|
| Series: | Jurnal Fisika Flux |
| Subjects: | |
| Online Access: | https://ppjp.ulm.ac.id/journal/index.php/f/article/view/6102 |
| _version_ | 1811208053277589504 |
|---|---|
| author | Sugiyanti Sugiyanti Simon Sadok Siregar Arfan Eko Fahrudin |
| author_facet | Sugiyanti Sugiyanti Simon Sadok Siregar Arfan Eko Fahrudin |
| author_sort | Sugiyanti Sugiyanti |
| collection | DOAJ |
| description | Cuaca adalah keadaan fisis atmosfer disuatu tempat pada waktu tertentu.
Kondisi cuaca menjadi salah satu unsur penting untuk mendukung kegiatan diberbagai
sektor, sehingga diperlukan informasi mengenai prediksi cuaca. Dalam penelitian ini
dilakukan prediksi cuaca di wilayah Banjarbaru dengan metode jaringan syaraf tiruan
backpropagation. Data masukan yang digunakan adalah data SOI, kejadian badai tropis,
suhu udara, kelembaban udara, tekanan udara dan kecepatan angin. Penelitian dibagi
menjadi empat periode berdasarkan musim yaitu musim hujan, transisi hujan–kemarau,
kemarau dan transisi kemarau – hujan. Output jaringan adalah prediksi cuaca yaitu
cerah – berawan dan hujan. Output yang dihasilkan oleh jaringan dibandingkan dengan
target dan selanjutnya dievaluasi dengan nilai korelasi dan tingkat akurasi. Hasil
penelitian untuk penguian data 5 hari terakhir setiap bulan di masing – masing musim
menunjukkan bahwa nilai korelasi dan tingkat akurasi untuk musim hujan sebesar
0,737dan 80,00%, transisi hujan – kemarau 0,487 dan 66,67%, kemarau 0,61 dan
70,00% serta transisi kemarau – hujan 0,287 dan 60,00%. Sebagai pembanding
dilakukan pelatihan terhadap data yang memiliki urutan ganjil untuk memprediksi data
yang memiliki urutan genap dengan hasil nilai korelasi dan tingkat akurasi untuk musim
hujan sebesar 0,414 dan 71,11%, transisi hujan – kemarau 0,307 dan 71,11%, kemarau
-0,044 dan 53,33% serta transisi kemarau – hujan 0,219 dan 66,67%. |
| first_indexed | 2024-04-12T04:15:48Z |
| format | Article |
| id | doaj.art-8dde1c29760a408192802a5a17eeac72 |
| institution | Directory Open Access Journal |
| issn | 1829-796X 2541-1713 |
| language | English |
| last_indexed | 2024-04-12T04:15:48Z |
| publishDate | 2012-08-01 |
| publisher | Lambung Mangkurat University Press |
| record_format | Article |
| series | Jurnal Fisika Flux |
| spelling | doaj.art-8dde1c29760a408192802a5a17eeac722022-12-22T03:48:24ZengLambung Mangkurat University PressJurnal Fisika Flux1829-796X2541-17132012-08-019215916710.20527/flux.v9i2.61025005Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah BanjarbaruSugiyanti Sugiyanti0Simon Sadok Siregar1Arfan Eko Fahrudin2Program Studi Fisika FMIPA Universitas Lambung MangkuratProgram Studi Fisika FMIPA Universitas Lambung MangkuratProgram Studi Fisika FMIPA Universitas Lambung MangkuratCuaca adalah keadaan fisis atmosfer disuatu tempat pada waktu tertentu. Kondisi cuaca menjadi salah satu unsur penting untuk mendukung kegiatan diberbagai sektor, sehingga diperlukan informasi mengenai prediksi cuaca. Dalam penelitian ini dilakukan prediksi cuaca di wilayah Banjarbaru dengan metode jaringan syaraf tiruan backpropagation. Data masukan yang digunakan adalah data SOI, kejadian badai tropis, suhu udara, kelembaban udara, tekanan udara dan kecepatan angin. Penelitian dibagi menjadi empat periode berdasarkan musim yaitu musim hujan, transisi hujan–kemarau, kemarau dan transisi kemarau – hujan. Output jaringan adalah prediksi cuaca yaitu cerah – berawan dan hujan. Output yang dihasilkan oleh jaringan dibandingkan dengan target dan selanjutnya dievaluasi dengan nilai korelasi dan tingkat akurasi. Hasil penelitian untuk penguian data 5 hari terakhir setiap bulan di masing – masing musim menunjukkan bahwa nilai korelasi dan tingkat akurasi untuk musim hujan sebesar 0,737dan 80,00%, transisi hujan – kemarau 0,487 dan 66,67%, kemarau 0,61 dan 70,00% serta transisi kemarau – hujan 0,287 dan 60,00%. Sebagai pembanding dilakukan pelatihan terhadap data yang memiliki urutan ganjil untuk memprediksi data yang memiliki urutan genap dengan hasil nilai korelasi dan tingkat akurasi untuk musim hujan sebesar 0,414 dan 71,11%, transisi hujan – kemarau 0,307 dan 71,11%, kemarau -0,044 dan 53,33% serta transisi kemarau – hujan 0,219 dan 66,67%.https://ppjp.ulm.ac.id/journal/index.php/f/article/view/6102prediksi cuaca, jst backpropagation, musim |
| spellingShingle | Sugiyanti Sugiyanti Simon Sadok Siregar Arfan Eko Fahrudin Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru Jurnal Fisika Flux prediksi cuaca, jst backpropagation, musim |
| title | Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru |
| title_full | Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru |
| title_fullStr | Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru |
| title_full_unstemmed | Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru |
| title_short | Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru |
| title_sort | aplikasi jaringan syaraf tiruan jst backpropagation untuk prediksi cuaca harian di wilayah banjarbaru |
| topic | prediksi cuaca, jst backpropagation, musim |
| url | https://ppjp.ulm.ac.id/journal/index.php/f/article/view/6102 |
| work_keys_str_mv | AT sugiyantisugiyanti aplikasijaringansyaraftiruanjstbackpropagationuntukprediksicuacahariandiwilayahbanjarbaru AT simonsadoksiregar aplikasijaringansyaraftiruanjstbackpropagationuntukprediksicuacahariandiwilayahbanjarbaru AT arfanekofahrudin aplikasijaringansyaraftiruanjstbackpropagationuntukprediksicuacahariandiwilayahbanjarbaru |