Optimasi Extreme Learning Machine dengan Particle Swarm Optimization untuk Memprediksi Curah Hujan (Studi Kasus: Stasiun Meteorologi Ahmad Yani Semarang)
Kata Kunci:
prediksi, curah hujan, intensitas curah hujan, optimasi, PSO, ELMAbstrak
Hujan ekstrem dapat menimbulkan berbagai pengaruh terhadap kehidupan masyarakat, diantaranya yakni banjir serta pasang naik air laut. Kota Semarang yaitu daerah yang dilintasi jalur pantura yang kerap mengalami banjir pada waktu musim hujan. Intensitas (besaran) curah hujan yang tinggi serta sebagian daerah adalah daerah rob yang mengakibatkan daerah ini akan tergenang banjir ketika pasang naik air laut. Sistem prediksi kelas curah hujan dibutuhkan sehingga dapat dilakukan tindakan antisipatif serta meminimalkan pengaruh yang dapat terjadi. Metode gabungan ELM-PSO akan diaplikasikan untuk memprediksi kelas curah hujan. Metode ELM dianggap mampu memberikan kecepatan waktu eksekusi, namun kekurangan yang dimiliki metode ini yaitu mungkin terdapat satu set input weight serta bias yang kurang baik dan menjadikan nilai akurasi tidak selalu tinggi. Metode optimasi PSO akan diterapkan guna memperoleh input weight serta bias yang paling baik. Kombinasi parameter-parameter optimal yang diperoleh yaitu ukuran populasi sejumlah 50, banyak iterasi 50, bobot inersia dengan nilai 0.9, c1 = 1, c2 = 1.5 serta 8 banyak neuron di hidden layer. Hasil rata-rata nilai akurasi dengan penggunaan ELM dan ELM-PSO secara berurutan yakni 57,51% dan 59,83%.
Referensi
Achyani, Y. E. (2018) “Penerapan Metode Particle Swarm Optimization Pada Optimasi Prediksi Pemasaran Langsung,” Jurnal Informatika, 5(1), hal. 1–11. doi: 10.31311/ji.v5i1.2736.
Alfiyatin, A. N. et al. (2019) “Extreme learning machine and particle swarm optimization for inflation forecasting,” International Journal of Advanced Computer Science and Applications, 10(4), hal. 473–478. doi: 10.14569/ijacsa.2019.0100459.
Cui, Y., Zhai, J. dan Wang, X. (2016) “Extreme learning machine based on cross entropy,” Proceedings - International Conference on Machine Learning and Cybernetics. IEEE, 2, hal. 1066–1071. doi: 10.1109/ICMLC.2016.7873027.
Desmonda, D., Tursina, T. dan Irwansyah, M. A. (2018) “Prediksi Besaran Curah Hujan Menggunakan Metode Fuzzy Time Series,” Jurnal Sistem dan Teknologi Informasi (JUSTIN), 6(4), hal. 141. doi: 10.26418/justin.v6i4.27036.
Fadholi, A. (2020) “Trend Curah Hujan Ekstrem Harian Berdasarkan Data PERSIANN-CCS di Kepulauan Bangka Belitung,” Jurnal Ilmu dan Inovasi Fisika, 4(1), hal. 12–22. doi: 10.24198/jiif.v4i1.24731.
Hadiansyah, R. et al. (2018) “Kajian Kondisi Atmosfer Saat Kejadian Hujan Ekstrem Di Padang Sumatera Barat,” Seminar Nasional Fisika dan Aplikasinya, hal. 246–257.
Hidayat, A. K. dan Empung (2016) “Analisis Curah Hujan Efektif Dan Curah Hujan Dengan Berbagai Periode Ulang Untuk Wilayah Kota Tasikmalaya Dan Kabupaten Garut,” Jurnal Siliwangi, 2(2), hal. 121–126.
Irawan, D. P. D., Cholissodin, I. dan Santoso, E. (2018) “Klasifikasi Risiko Gagal Ginjal Kronis Menggunakan Extreme Learning Machine,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(11), hal. 5220–5228.
Langazane, S. N. dan Saha, A. K. (2022) “Effects of Particle Swarm Optimization and Genetic Algorithm Control Parameters on Overcurrent Relay Selectivity and Speed,” IEEE Access. IEEE, 10, hal. 4550–4567. doi: 10.1109/ACCESS.2022.3140679.
Li, H. et al. (2018) “The Improvement of Particle Swarm Optimization: A Case Study of Optimal Operation in Goupitan Reservoir,” IOP Conference Series: Earth and Environmental Science, 113(1). doi: 10.1088/1755-1315/113/1/012101.
Li, X. et al. (2020) “An Improved Method of Particle Swarm Optimization for Path Planning of Mobile Robot,” Journal of Control Science and Engineering, 2020. doi: 10.1155/2020/3857894.
Pacifico, L. D. S. dan Ludermir, T. B. (2013) “Evolutionary extreme learning machine based on particle swarm optimization and clustering strategies,” Proceedings of the International Joint Conference on Neural Networks. IEEE, 560. doi: 10.1109/IJCNN.2013.6706751.
Rahmalia, D., Herlambang, T. dan Saputro, T. E. (2019) “Fertilizer Production Planning Optimization Using Particle Swarm Optimization-Genetic Algorithm,” Journal of Information Systems Engineering and Business Intelligence, 5(2), hal. 120. doi: 10.20473/jisebi.5.2.120-130.
Rahmawati, A., Rusgiyono, A. dan Wuryandari, T. (2014) “Identifikasi Curah Hujan Ekstrem di Kota Semarang Menggunakan Estimasi Parameter Momen Probabilitas Terboboti Pada Nilai Ekstrem Terampat,” Jurnal Gaussian, 3(4), hal. 565–574. doi: 10.15797/concom.2019..23.009.
Ratnaweera, A., Halgamuge, S. K. dan Watson, H. C. (2004) “Self-organizing hierarchical particle swarm optimizer with time-varying acceleration coefficients,” IEEE Transactions on Evolutionary Computation, 8(3), hal. 240–255. doi: 10.1109/TEVC.2004.826071.
S Maulidani, S., Ihsan, N. dan Sulistiawaty (2015) “Analisis Pola Dan Intensitas Curah Hujan Berdasakan Data Observasi Dan Satelit Tropical Rainfall Measuring Missions (Trmm) 3B42 V7 Di Makassar,” Sains dan pendidikan fisika, 1(April), hal. 98–103.
Susilowati dan Sadad, I. (2015) “Analisa karakteristik curah hujan di kota bandar lampung,” Jurnal Konstruksia, 7(1), hal. 13–26.
Wei, X. dan Dai, J. (2021) “Design and implementation of the data prediction model based on PSO-ELM,” Proceedings - 2021 7th International Symposium on Mechatronics and Industrial Informatics, ISMII 2021, hal. 272–275. doi: 10.1109/ISMII52409.2021.00064.
Achyani, Y. E. (2018) “Penerapan Metode Particle Swarm Optimization Pada Optimasi Prediksi Pemasaran Langsung,” Jurnal Informatika, 5(1), hal. 1–11. doi: 10.31311/ji.v5i1.2736.
Alfiyatin, A. N. et al. (2019) “Extreme learning machine and particle swarm optimization for inflation forecasting,” International Journal of Advanced Computer Science and Applications, 10(4), hal. 473–478. doi: 10.14569/ijacsa.2019.0100459.
Cui, Y., Zhai, J. dan Wang, X. (2016) “Extreme learning machine based on cross entropy,” Proceedings - International Conference on Machine Learning and Cybernetics. IEEE, 2, hal. 1066–1071. doi: 10.1109/ICMLC.2016.7873027.
Desmonda, D., Tursina, T. dan Irwansyah, M. A. (2018) “Prediksi Besaran Curah Hujan Menggunakan Metode Fuzzy Time Series,” Jurnal Sistem dan Teknologi Informasi (JUSTIN), 6(4), hal. 141. doi: 10.26418/justin.v6i4.27036.
Fadholi, A. (2020) “Trend Curah Hujan Ekstrem Harian Berdasarkan Data PERSIANN-CCS di Kepulauan Bangka Belitung,” Jurnal Ilmu dan Inovasi Fisika, 4(1), hal. 12–22. doi: 10.24198/jiif.v4i1.24731.
Hadiansyah, R. et al. (2018) “Kajian Kondisi Atmosfer Saat Kejadian Hujan Ekstrem Di Padang Sumatera Barat,” Seminar Nasional Fisika dan Aplikasinya, hal. 246–257.
Hidayat, A. K. dan Empung (2016) “Analisis Curah Hujan Efektif Dan Curah Hujan Dengan Berbagai Periode Ulang Untuk Wilayah Kota Tasikmalaya Dan Kabupaten Garut,” Jurnal Siliwangi, 2(2), hal. 121–126.
Irawan, D. P. D., Cholissodin, I. dan Santoso, E. (2018) “Klasifikasi Risiko Gagal Ginjal Kronis Menggunakan Extreme Learning Machine,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(11), hal. 5220–5228.
Langazane, S. N. dan Saha, A. K. (2022) “Effects of Particle Swarm Optimization and Genetic Algorithm Control Parameters on Overcurrent Relay Selectivity and Speed,” IEEE Access. IEEE, 10, hal. 4550–4567. doi: 10.1109/ACCESS.2022.3140679.
Li, H. et al. (2018) “The Improvement of Particle Swarm Optimization: A Case Study of Optimal Operation in Goupitan Reservoir,” IOP Conference Series: Earth and Environmental Science, 113(1). doi: 10.1088/1755-1315/113/1/012101.
Li, X. et al. (2020) “An Improved Method of Particle Swarm Optimization for Path Planning of Mobile Robot,” Journal of Control Science and Engineering, 2020. doi: 10.1155/2020/3857894.
Pacifico, L. D. S. dan Ludermir, T. B. (2013) “Evolutionary extreme learning machine based on particle swarm optimization and clustering strategies,” Proceedings of the International Joint Conference on Neural Networks. IEEE, 560. doi: 10.1109/IJCNN.2013.6706751.
Rahmalia, D., Herlambang, T. dan Saputro, T. E. (2019) “Fertilizer Production Planning Optimization Using Particle Swarm Optimization-Genetic Algorithm,” Journal of Information Systems Engineering and Business Intelligence, 5(2), hal. 120. doi: 10.20473/jisebi.5.2.120-130.
Rahmawati, A., Rusgiyono, A. dan Wuryandari, T. (2014) “Identifikasi Curah Hujan Ekstrem di Kota Semarang Menggunakan Estimasi Parameter Momen Probabilitas Terboboti Pada Nilai Ekstrem Terampat,” Jurnal Gaussian, 3(4), hal. 565–574. doi: 10.15797/concom.2019..23.009.
Ratnaweera, A., Halgamuge, S. K. dan Watson, H. C. (2004) “Self-organizing hierarchical particle swarm optimizer with time-varying acceleration coefficients,” IEEE Transactions on Evolutionary Computation, 8(3), hal. 240–255. doi: 10.1109/TEVC.2004.826071.
S Maulidani, S., Ihsan, N. dan Sulistiawaty (2015) “Analisis Pola Dan Intensitas Curah Hujan Berdasakan Data Observasi Dan Satelit Tropical Rainfall Measuring Missions (Trmm) 3B42 V7 Di Makassar,” Sains dan pendidikan fisika, 1(April), hal. 98–103.
Susilowati dan Sadad, I. (2015) “Analisa karakteristik curah hujan di kota bandar lampung,” Jurnal Konstruksia, 7(1), hal. 13–26.
Wei, X. dan Dai, J. (2021) “Design and implementation of the data prediction model based on PSO-ELM,” Proceedings - 2021 7th International Symposium on Mechatronics and Industrial Informatics, ISMII 2021, hal. 272–275. doi: 10.1109/ISMII52409.2021.00064.
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
