Detail Prediksi Curah Hujan di Wilayah Makassar Menggunakan Metode Wavelet - Neural Network (Jurnal Ilmiah “Elektrikal Enjiniring” UNHAS) Bibliografi Author: Ahmad, Andani ; Indrabayu ; Harun, Nadjamudin ; Pallu, M. Saleh Topik: Wavelet; prediksi hujan; Neural Network; sistem pelatihan Bahasa: (ID )    Edisi: Vol.09/No.02/Mei-Agustus     Tahun Terbit: 2011     Jenis: Article - diterbitkan di jurnal ilmiah nasional Fulltext: 671-1057-1-SM.pdf (414.52KB; 0 download) Abstract Paper ini melakukan prediksi hujan dengan menggunakan metode hybrid Wavelet-Neural Network dengan data harian mentah dari penelitian sebelumnya yang didapatkan dari BMKG (Badan Meteorologi, Klimatologi, dan Geofisika). Terdapat lima parameter cuaca yang dipakai untuk sistem prediksi Wavelet-Neural Network yaitu temperatur, kelembaban, kecepatan angin,tekanan udara, dan curah hujan. Sebelum memprediksi, terlebih dahulu menggunakan sistem pelatihan yang berguna agar hasil keluaran mempelajari pola dari masukan-masukan sebelumnya. Dalam sistem pelatihan kelima variabel tersebut kemudian dikompres menggunakan wavelet method setelah itu diprediksi dengan metode neural network backpropagation dan hasil dari sistem pelatihan tersebut barulah digunakan untuk memprediksi sekaligus memvalidasi antara data real dan data prediksi intensitas curah hujan harian pada tahun 2009, 2010, dan 2011. Khusus untuk tahun 2012, tidak diperoleh data real dari penelitian sebelumnya maupun dari BMKG setempat. Jadi, keakuratan curah hujan pada tahun 2009 yang hanya menggunakan metode Neural Network memiliki tingkat keakuratan mencapai 67,12% dan pada saat menggunakan metode Wavelet-Neural Network, tingkat keakuratan mencapai 81,09% . Dapat disimpulkan bahwa pada saat menggunakan wavelet, persentase prediksi mengalami kenaikan sebesar 13,97%. Untuk tahun 2010 yang menggunakan metode Wavelet-Neural Network, tingkat keakuratan mencapai 63,83%. Keakuratan menjadi turun drastis disebabkan karena badai La Nina dan El Nino yang terjadi pada tahun 2010. Sedangkan pada tahun 2011 yang menggunakan metode Wavelet-Neural Network, tingkat keakuratan mencapai 74,79%. Opini Anda Klik untuk menuliskan opini Anda tentang koleksi ini! Lihat Sejarah Pengadaan  Konversi Metadata   Kembali

Copyright © 2006, 2007 Unika Atma Jaya, all rights reserved