Teks

Optimasi Neural Network dalam Prediksi Curah Hujan Harian di Kabupaten Brebes menggunakan Algoritma Genetika

---

Indonesia terletak di garis khatulistiwa sehingga dapat digolongkan sebagai
negara tropis yang mempunyai curah hujan tinggi khususnya di Kabupaten Brebes.
Curah hujan memiliki karakteristik yang beragam sehingga ketersediaan data yang
memadai menjadi hal yang penting. Data tersebut kemudian dianalisa, diolah, dan
digunakan untuk mendukung berbagai sektor dikehidupan manusia seperti
pertanian, industri serta perdagangan atau perekonomian. Oleh karena itu,
diperlukan sebuah metode dalam menganalisa prediksi curah hujan, salah satu
metode yang dapat digunakan yaitu dengan data mining.
Dalam data mining, teknik prediksi yang digunakan adalah forecasting yang
merupakan suatu perhitungan untuk meramalkan masa depan melalui pengujian
keadaan dimasa lalu. Neural Network (NN) merupakan salah satu teknik
forecasting yang paling umum digunakan karena memiliki kelebihan yaitu
keakuratannya yang tinggi dan dapat digunakan pada berbagai jenis masalah.
Namun NN memiliki kelemahan dalam penentuan nilai parameter (Hiden Layer,
Learning Rate, Momentum, Neuron Hiden Layer, dan Trayning Cycles) sehingga
akan mempengaruhi performa NN, maka diperlukan sebuah metode untuk
meningkatkan performa algoritma NN salah satunya dengan menggunakan
algoritma genetika (GA). GA merupakan salah satu algortima optimasi yang dapat
digunakan dalam NN, salah satunya dalam penentuan nilai parameter. Variabel data
yang digunakan adalah jumlah curah hujan harian di Kabupaten Brebes berdasarkan
pos curah hujan Malahayu dari tahun 2017 sampai dengan tahun 2021.
Hasil penelitian menunjukan bahwa nilai RMSE terkecil yang diperoleh
dengan menggunakan model NN sebesar 0.123 dan nilai RMSE terkecil yang di
peroleh dengan model NN+GA sebesar 0,118. Dimana parameter momentum yang
dioptimasi mendapatkan nilai 0.2972777600090156, learning rate
0.18009991321009886, Trining Cycle 114. Sedangkan untuk arsitektur dengan
model 5-1-1-1 merupakan arsitektur terbaik dimana input layer memiliki 5 node
sebagai input, 2 hidden layer yang setiap hidden layer terdiri dari 1 node dan 1 node
pada output layer. Oleh karena itu, dapat disimpulkan bahwa penggunaan algortima
genetika dapat meningkatkan performa NN dalam prediksi curah hujan harian di
Kabupaten Brebes.

---

Ketersediaan

S00002.23

RF SI.S00002.23 Amn o

My Library (Skripsi SI)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

RF SI.S00002.23 Amn o

Penerbit

Paguyangan : STMIK Muhammadiyah Paguyangan., 2023

Deskripsi Fisik

xvi,93 hlm.;30 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

SI.S

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

data mining
algoritma genetika
Forecasting
Curah Hujan
Neural Network

Info Detail Spesifik

Dilengkapi CD

Pernyataan Tanggungjawab

AFAN AMNATULLOH (19.02.0.0019) Skripsi ini diajukan kepada Program Studi sebagai bagian persyaratan untuk meraih derajat Sarjana Komputer

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar