Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Iftinan, Salsa Nabila
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Optimasi Extreme Learning Machine dengan Particle Swarm Optimization untuk Memprediksi Curah Hujan (Studi Kasus: Stasiun Meteorologi Ahmad Yani Semarang) Iftinan, Salsa Nabila; Dewi, Candra; Muflikhah, Lailil
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

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%.
Co-Authors Candra Dewi Lailil Muflikhah