Prediksi Curah Hujan dengan Empat Parameter menggunakan Backpropagation (Studi Kasus: Stasiun Meteorologi Ahmad Yani)

Abstrak

Curah hujan merupakan jumlah air yang jatuh ke permukaan tanah selama periode tertentu. Curah hujan sendiri dicatat oleh BMKG (Badan Meteorologi Klimatologi dan Geofisika) setiap hari. Menurut penelitian, curah hujan dipengaruhi oleh beberapa parameter yang di antaranya adalah temperatur, kelembaban udara, kecepatan angin, dan aktivitas matahari. Dalam memprakirakan cuaca diperlukan keakuratan yang tinggi karena cuaca sangat mempengaruhi kegiatan penduduk. Curah hujan yang tinggi dapat menyebabkan banjir. Oleh karena masalah ini, maka salah satu solusi yang dapat menyelesaikan masalah tersebut adalah dengan memprediksi curah hujan dengan metode backpropagation yang merupakan salah satu arsitektur jaringan syaraf tiruan yang memiliki jaringan multi-layer dan memproses pelatihan data secara maju dan mengoreksi kesalahan secara mundur. Penelitian ini menggunakan data curah hujan dengan parameter-parameter yang mempengaruhinya yaitu temperatur rata-rata, kelembaban udara, kecepatan angin, dan aktivitas matahari selama 19 bulan dari Stasiun Meteorologi Ahmad Yani di Semarang. Akurasi terbaik yang didapatkan dengan metode backpropagation adalah nilai MSE sebesar 0,006952 didapatkan dengan menggunakan 2 hidden neuron, iterasi maksimum sebanyak 1000 iterasi, jumlah data latih sebanyak 70% dari jumlah dataset, dan nilai learning rate yaitu 0,05.