PREDIKSI CURAH HUJAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DENGAN DATA CUACA HISTORIS SEBAGAI PARAMETER PENDUKUNG

Pitayandanu, Muhammad Fathurrahman (2021) PREDIKSI CURAH HUJAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DENGAN DATA CUACA HISTORIS SEBAGAI PARAMETER PENDUKUNG. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text DAFTAR ISI_123160120_Muhammad Fathurrahman Pitayandanu.pdf Download (74kB)
	Text COVER_123160120_Muhammad Fathurrahman Pitayandanu.pdf Download (132kB)
	Text DAFTAR PUSTAKA_123160120_Muhammad Fathurrahman Pitayandanu.pdf Download (127kB)
	Text ABSTRAK_123160120_Muhammad Fathurrahman Pitayandanu.pdf Download (15kB)
	Text PENGESAHAN PEMBIMBING_123160120_Muhammad Fathurrahman Pitayandanu.pdf Download (291kB)
	Text SKRIPSI FULL_123160120_Muhammad Fathurrahman Pitayandanu.pdf Restricted to Repository staff only Download (4MB)

Abstract

Perubahan iklim terjadi karena adanya perubahan variabel, seperti curah hujan dan
suhu udara yang terjadi secara kontinu dalam jangka panjang, cuaca yang tidak stabil, badai
yang sering terjadi, ekstrimnya suhu udara, serta berubahnya arah angin secara drastis. Dari
masalah hujan deras maupun badai yang sering terjadi dengan pola yang tidak menentu ini
sehingga diperlukan prediksi curah hujan. Pada umumnya prediksi curah hujan dilakukan
dengan data deret waktu curah hujan. Tidak hanya itu, curah hujan sendiri juga dipengaruhi
oleh beberapa faktor cuaca seperti seperti suhu titik embun, arah angin, kecepatan angin,
hembusan angin, awan, kelembaban, tekanan udara, suhu, dan jarak penglihatan. Penelitian
ini bertujuan untuk mengetahui kombinasi parameter cuaca yang paling optimal dengan
menggabungkan parameter deret waktu curah hujan dengan parameter cuaca.
Data yang digunakan berupa parameter deret waktu curah hujan selama tiga hari dan
dataset cuaca sebanyak sembilan parameter dari tahun 2009-2019 dengan rasio pembagian
training dan testing (10:1). Proses penelitian dimulai dari pengumpulan data, membuat
kombinasi parameter, data preprocessing, proses ANN, pengujian arsitektur, dan pengujian
penelitian. Prediksi curah hujan dilakukan dengan metode Artificial Neural Network (ANN).
Arsitektur ANN yang digunakan adalah satu hidden layer yang terdiri atas 60 neuron
menggunakan fungsi aktivasi ReLu dan satu neuron pada output layer menggunakan fungsi
aktivasi ReLu, sedangkan jumlah input menyesuaikan dengan pengujian yang dilakukan.
Hasil prediksi tanpa parameter cuaca diperoleh MSE sebesar 0,01654, sedangkan
prediksi dengan menggunakan parameter cuaca (parameter pendukung) diperoleh MSE
sebesar 0,00884. Hasil pengujian menunjukkan bahwa dengan menambahkan data cuaca
sebagai parameter pendukung terbukti memperoleh nilai MSE yang lebih kecil.
Kata kunci : Prediksi, Artificial Neural Network, Parameter Curah Cujan

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Prediksi, Artificial Neural Network, Parameter Curah Cujan
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	03 Jun 2022 07:56
Last Modified:	03 Jun 2022 08:00
URI:	http://eprints.upnyk.ac.id/id/eprint/29960

Actions (login required)

View Item