Prediksi Angin Menggunakan Data Temperatur, Kelembaban, Curah Hujan, Penyinaran Matahari dengan Metode ANN (Artificial Neural Network) (Studi Kasus Perairan Pulau Bintan): Wind Prediction Using Data of Temperature, Humidity, Rainfall, Solar Radiance with the ANN (Artificial Neural Network) Method (Case Study of Bintan Island Waters)

Canadi Canadi (Mahasiswa Program Studi D-III Hidro-Oseanografi, STTAL)
Ari Kurniadi (Peneliti dari Badan Meteorologi Klimatologi dan Geofisika)
Nawanto Budi Sukoco (Program Studi S1 Hidrografi dan D-III Hidro-Oseanografi, STTAL)

Jurnal HIDROPILAR
Vol. 6 No. 1 (2020): Jurnal Hidropilar

Kebutuhan akan prediksi sangat diperlukan pada berbagai sektor kehidupan, salah satunya adalah mengenai prediksi kecepatan dan arah angin. Prediksi mengenai kecepatan dan arah angin dalam penelitian ini dilaksanakan dengan menggunakan Artificial Neural Network. Data yang digunakan adalah data harian BMKG Tanjung Pinang, Pulau Bintan selama 10 Tahun dengan menggunakan 5 parameter yaitu temperatur maksimum, temperatur rata-rata, kelembapan rata-rata, curah hujan, dan lamanya penyinaran matahari yang kemudian disebut sebagai predictor selanjutnya parameter kecepatan serta arah angin yang kemudian disebut sebagai predictand. Dari hasil prediksi diperoleh bahwa model ANN dapat memberikan hasil arah dengan akurasi 73% sampai dengan 83%. Sementara prediksi kecepatan angin dengan model ANN memberikan akurasi sebesar 77% sampai dengan 95%.