Penggunaan flare merupakan bentuk sktivitas lain dari matahari yang mempunyai panjang siklus yang sama dengansiklus sunspot, yaitu 11 tahun. Penelitian berkaitan dengan bilangan sunspot sudah banyak dilakukan, antara lain dimulai olehYule (1927). Morn (1954) memodelkan data tahunanbilangan sunspot dan mula-mula mendapatkan model AR(2) yangselanjutnya dikembangkan dalam bentuk AR(5) sebagai model linier yangbterbaik (Box dkk, 1994). Dalam perkembangannya,fenomena bilangan sunspot diduga mempunyai pola yang nonlinier (morris 1977). Hal ini didukung oleh Subba Rao dan DaSilva (1992) yang menggunakan model time series bilinier BL(p,0,p,l) untuk mendapatkan ramalan bilangan sunspot.Tujuan dari penelitian ini adalah untuk menerapkan metode Neural Network (NN) sebagai model time series nonlinier pada datafrekuensi flare bulanan, dan membandingkan hasilnya dengan model ARIMA Box-Jenkins sebagai model time series linier. Hasilidentifikasi menunjukan bahwa data frekuensi flare bulanan ini memounyai pola musiman dengan panjang siklus 132 bulan(analoh dengan 11 tahun). Pendekatan NN untuk data ini menghasilkan arsitektur optimal untuk peramalan adalahNN([1;2;131;133], 2). Sedangkan hasil pemodelan ARIMA untuk data ini secara lengkap dapat dilihat pada widodo (2002) .secara khusus, hasil perbandingan ketepatan ramalan menunjukan bahwa pendekatan NN dapat memberikan nilai ramalan yanglebih baik dibanding pendekatan ARIMA. Hal ini secara umum mendukung hasil-hasil penelitian sebelumnya yang menyatakanbahwa fenomena yang berkaitan dengan data sunspot, dalam hal ini adalah data frekuensi flare, cenderung mempunyai pola yangnonlinier
Copyrights © 2003