IMPLEMENTASI METODE KOHONEN UNTUK PREDIKSI CURAH HUJAN (STUDI KASUS : KOTA PONTIANAK)

Fatma Agus Setyanngsih

Abstract


The prediction to determine the rainfall in Pontianak is much needed. One of them is using a neural network algorithm using SOM (Self Organizing Maping) with the data used in January 2010-2013. The purpose of this study was to determine the rainfall prediction in the city of Pontianak with parameters of air temperature, relative humidity, air pressure and wind speed. The results showed that the value of MSE is obtained when studying the data network prediction in January of 2010 until 2013 using the Neural Network-SOM learning process with the amount of 1 neuron and using 124 datas, with MSE value 0,0148.

Keywords: Rainfall, Neural Network, Time Series, Self Organizing Map

Prediksi untuk mengetahui curah hujan yang terjadi di Pontianak sangat dibutuhkan salah satunya yaitu menggunakan algoritma jaringan syaraf tiruan dengan pengelompokkannya menggunakan SOM (Self Organizing Map) dengan data yang digunakan adalah data di bulan januari tahun 2010-2013. Tujuan dari penelitian ini adalah untuk mengetahui prediksi curah hujan di kota Pontianak dengan parameter suhu udara, kelembababn relative, tekanan udara dan kecepatan angin. Hasil penelitian menunjukkan bahwa nilai MSE ini didapatkan saat jaringan mempelajari data prediksi pada bulan januari di tahun 2010 sampai tahun 2013 dengan menggunakan proses pembelajaran JST SOM dengan jumlah neuron 1 dan menggunakan 124 data, dengan nilai MSE 0,0148.

Kata kunci: Curah Hujan, Jaringan Syaraf Tiruan, Time Series, Self Organizing Map


Full Text:

PDF

References


BPS Kalbar, 2010.

Handoko, T. Hani. 1994. Manajemen Personalia Dan Sumber Daya Manusia. Yogjakarta : BPFE yogjakarta.

Tjasyono, B. 2004. Klimatologi. Cetakan Ke-2. IPB Press. Bogor.

Arsyad S., 1989. Konservasi Tanah dan Air. IPB Press, Bogor.

Naik, A.R., Pathan, S.K., 2012, Weather Classification and Forecasting Using Backpropagation Feed Forward Neural Network, International Journal Of Scientific and Research Publication, Vol 2, Issues 12, 1-3

Kumar, K., Thakur, G.S.M., 2012, Advanced Applications of Neural Networks and Artificial Inteligence : A Review, I.J. Information Technology and Computer Science, 57-68.

Minarni., Samiaji, B.I., 2011, Prediksi Terjadinya Hujan Harian dengan Metode Jaringan Syaraf Tiruan di Stasiun Meteorologi Bandara Minangkabau, Jurnal Poli Rekayasa, Vol 6, No 2, 129-138.

Halim, S., Wibisono, A.M., 2000, Penerapan Jaringan Syaraf Tiruan Untuk Peramalan, Jurnal Teknik Industri, Vol 2, No 2, 106-114.

Indrabayu, Ha1212zsrun, N., Paluu, M.S., Achmad, A., 2011, Prediksi Curah Hujan di Willayah Makassar Menggunakan Metode Wavelet Neural Network, Jurnal Ilmiah Elektrikan EnjineringUNHAS, Vol 9, No 2, 50-59.

Andrian, Y., Ningsi, E., 2014, Prediksi Curah Hujan di Kota Medan Menggunakan Metode Backpropagation Neural Network, Seminar Nasional Informatika, 184-189.

Oktaviani, C., Afdal., 2013, Prediksi Curah Hujan Bulanan Menggunakan Jaringan Syaraf Tiruan Dengan Beberapa Fungsi Pelatihan Backpropagation, Jurnal Fisika Unand, Vol 2, No 4, 228-137.

Pai, M.L., Pramod, K.V., Balchand, A.N., 2014, Long Range Forecast On South West Monsoon Rainfall Using Artificial Neural Network Based On Clustering Approch, I.J.Information Technology and Computer Science, 1-8.

Malik, P., Singh, S., Arora, B., 2014, A Review on Weather Forecasting Using Neural Network, International Journal of Innovative Research & Studies, Vol 3 Issue 5, 543-548.




DOI: http://dx.doi.org/10.20527/klik.v4i2.105

Copyright (c) 2017 KLIK - KUMPULAN JURNAL ILMU KOMPUTER

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.joomla
counter View My Stats