Prakiraan atau prediksi ketingian gelombang sangat di butuhkan oleh nelayan di desa Lebih kabupaten Gianyar untuk menentukan apakah memungkin-kan untuk melaut atau tidak dan untuk memberikan informasi lebih awal terkait prediksi gelombang yang akan terjadi pada bulan-bulan berikutnya untuk dapat menetukan waktu nelayan dapat melaut. Backpropagation merupakan salah satu dari metode pelatihan pada jaringan syaraf, dimana ciri dari metode ini adalah meminimalkan error pada output yang dihasilkan oleh jaringan. Data yang digunakan sebagai masukan sebanyak 48 data bulanan dan data keluaran atau target adalah data pada pada bulan ke-49 s.d bulan ke-72 (tahun 2015-2016). Hasil yang didapatkan dari penghitungan prediksi ketinggian gelombang laut menggunakan algoritma JST propagasi balik. Nilai masukan adalah berupa rata-rata ketinggian gelombang selama 12 bulan, dengan nilai keluaran yaitu prediksi ketinggian gelombang. Arsitektur JST yang digunakan yaitu 12 layer input, 10 layer tersembunyi dan 1 output. Jumlah epoch maksimal yang digunakan adalah 10.000 dengan learning rate sebesar 0.1, error goal sebesar 0,01 dan momentum sebesar 0.95. Proses pelatihan menggunakan data pelatihan sebanyak 48 data yang menghasilkan koefisien korelasi sebesar 0.99101 dan nilai MSE sebesar 0.00099745. Arsitektur JST pada proses pelatihan kemudian digunakan untuk menghitung prediksi ketinggian gelombang pada proses pengujian. Koefisien korelasi yang diperoleh pada proses pengujian adalah sebesar 0.9652. Sedangkan nilai MSE yang dihasilkan adalah sebesar 0.0042314.
CITATION STYLE
Raharja, M. A., & Astra, I. M. T. G. (2018). PREDIKSI KETINGGIAN GELOMBANG LAUT MENGGUNAKAN METODE BACKPROPAGATION PADA PANTAI LEBIH GIANYAR. Jurnal Ilmu Komputer, 11(1), 19. https://doi.org/10.24843/jik.2018.v11.i01.p03
Mendeley helps you to discover research relevant for your work.