Penerapan Jaringan Saraf Tiruan / JST (Backpropagation) untuk Prakiraan Cuaca di Bandar Udara Radin Inten II Lampung

Penulis : Adi Saputra,Sri Ratna Sulistiyanti,Roniyus Marjunus,Yanti Yulianti,Junaidi,Arif Surtono

Abstrak. Prediksi cuaca diperlukan dalam perencanaan kehidupan sehari-hari, salah satunya untuk membuat keputusan. Jaringan Syaraf Tiruan (JST) merupakan algoritma yang secara umum sangat baik dalam permasalahan pengenalan pola. Parameter maksimum dalam pengembangan perancangan informasi prakiraan cuaca berbasis Jaringan Saraf Tiruan / JST (Backpropagation) dengan menambah inputan data curah hujan, suhu, kelembaban, penyinaran matahari, tekanan udara, arah angin dan kecepatan angin. Penelitian ini dilakukan di wilayah Bandar Udara Radin Inten II Lampung. Data yang digunakan dalam penelitian ini adalah berupa data harian kondisi meteorologi di wilayah Bandar Udara Radin Inten II Lampung dari Stasiun Meteorologi Radin Inten II selama 3 tahun terakhir yaitu dari tahun 2017 hingga tahun 2019. Data tersebut dibutuhkan sebagai data masukan untuk algoritma yang akan digunakan dalam penelitian. Berdasarkan pada hasil penelitian, diperoleh akurasi pelatihan terbaik sebesar 100% pada arsitektur jaringan syaraf tiruan dengan parameter fungsi pelatihan levenberg-marquardt (trainlm) dan scaled conjugate gradient (trainscg), fungsi aktivasi sigmoid biner dan sigmoid bipolar, dan jumlah neuron 20, 40, 60, 80, dan 100. Sedangkan akurasi pengujian terbaik sebesar 74.359% pada arsitektur jaringan syaraf tiruan dengan parameter fungsi pelatihan gradient descent wit momentum and adaptive learning rate (traingdx) dan fungsi aktivasi sigmoid biner (logsig) dan jumlah neuron 20 dan 80.