<![CDATA[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%.]]>
Copyrights © 2023
