Aplikasi Jaringan Syaraf Tiruan (JST) Backpropagation untuk Prediksi Cuaca Harian di Wilayah Banjarbaru

Abstract

Cuaca adalah keadaan fisis atmosfer disuatu tempat pada waktu tertentu.Kondisi cuaca menjadi salah satu unsur penting untuk mendukung kegiatan diberbagaisektor, sehingga diperlukan informasi mengenai prediksi cuaca. Dalam penelitian inidilakukan prediksi cuaca di wilayah Banjarbaru dengan metode jaringan syaraf tiruanbackpropagation. Data masukan yang digunakan adalah data SOI, kejadian badai tropis,suhu udara, kelembaban udara, tekanan udara dan kecepatan angin. Penelitian dibagimenjadi empat periode berdasarkan musim yaitu musim hujan, transisi hujan–kemarau,kemarau dan transisi kemarau – hujan. Output jaringan adalah prediksi cuaca yaitucerah – berawan dan hujan. Output yang dihasilkan oleh jaringan dibandingkan dengantarget dan selanjutnya dievaluasi dengan nilai korelasi dan tingkat akurasi. Hasilpenelitian untuk penguian data 5 hari terakhir setiap bulan di masing – masing musimmenunjukkan bahwa nilai korelasi dan tingkat akurasi untuk musim hujan sebesar0,737dan 80,00%, transisi hujan – kemarau 0,487 dan 66,67%, kemarau 0,61 dan70,00% serta transisi kemarau – hujan 0,287 dan 60,00%. Sebagai pembandingdilakukan pelatihan terhadap data yang memiliki urutan ganjil untuk memprediksi datayang memiliki urutan genap dengan hasil nilai korelasi dan tingkat akurasi untuk musimhujan 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%.