This Author published in this journals
All Journal JURNAL PHOTON
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Artificial Neural Network Based Rainfall Prediction using Back Propagation Technique in Pekanbaru City Nurmala, Nurmala; Fitri, Yulia; Gautami, Sanya
Photon: Journal of Natural Sciences and Technology Vol 14 No 2 (2024): Jurnal Photon
Publisher : LPPM Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jp.v14i2.6679

Abstract

penelitian ini telah dilakukan prediksi curah hujan harian Kota Pekanbaru menggunakan Jaringan Saraf Tiruan (JST) dengan metode Backpropagation. Model JST yang dibangun menggunakan learning supervisi multilayer dengan 1 hidden layer yang kemudian ditingkatkan menjadi 2 hidden layer menggunakan data harian dalam perode 3 tahun (2017-2019). Model JST prediksi curah hujan dibangun melalui serangkaingan proses training dan proses testing. Proses training menggunakan 1 hidden layer didapatkan keberhasilan sebesar 45,05% pada variasi ukuran 50 neuron. Proses training selanjutnya dilakukan dengan training model prediksi curah hujan menggunakan 2 hidden layer, didapatkan tingkat keberhasilan sebesar 64% pada penggunaan neuron layer 1 sebesar 150 dan neuron layer 2 sebesar 150 neuron. Proses testing model prediksi curah hujan didapatkan keberhasilan prediksi sebesar 61%, dapat dilihat bahwa model JST prediksi curah hujan dengan 2 hidden layer lebih baik dibandingkan dengan 1 hidden layer. Hasil prediksi dalam penelitian memiliki 6 kategori ambang batas curah hujan yaitu berawan, hujan ringan, hujan sedang, hujan lebat, hujan sangat lebat dan hujan eksterm yang kemudian hasil prediksi curah hujan ditampilkan dalam bentuk GUI MATLAB. Hasil dari akurasi prediksi curah hujan yang didapatkan dari model JST berada dibawah standar verifikasi nasional yaitu 75 %, namun sebagai kajian dasar penggunaan JST dalam membantu memprakirakan cuaca, hasil ini dapat dijadikan acuan awal dengan memperbaiki data set hingga proses training untuk mendapatkan hasil prediksi yang lebih bagus.