Prediksi Awal Musim Hujan Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation

Abstract

Informasi prediksi Awal Musim Hujan merupakan salah satu rekomendasi utama bagi petani dalam menentukan musim tanam. Oleh karena itu, penelitian ini bertujuan untuk memprediksi Awal Musim Hujan dengan menggunakan metode statistik yang telah banyak diuji kehandalannya yakni metode Jaringan Syaraf Tiruan (JST) Backpropagation. Arsitektur model JST yang digunakan terdiri dari 1 hidden layer, 2 hidden neuron dan 3 neuron input dengan fungsi aktivasi sigmoid biner. Penelitian dilakukan pada titik Stasiun Klimatologi Palembang dengan menggunakan data curah hujan harian periode 1981-2017. Prediktor yang digunakan meliputi suhu muka laut (SST), angin zonal 850 mb dan precipitable water (PW). Hasil penelitian menunjukkan prediksi curah hujan dasarian memiliki nilai korelasi antara 0.3 hingga 0.6 dengan RMSE berkisar antara 29 hingga 53 mm per sub-musim. Prediksi awal musim hujan mencapai kategori “Sesuai Prakiraan” sebesar 42.86%.