PREDIKSI CURAH HUJAN DENGAN VALIDASI PERBANDINGAN METODE BACKPROPAGATION DAN PARTIAL LEAST SQUARE REGRESSION
Abstract
Penelitian ini bertujuan untuk mengetahui hasil curah hujan bulanan dengan melihat hasil nilai validasi antara Jaringan Syaraf Tiruan metode Backpropagation dan Partial Least Square Regression (PLSR). pengolahan data menggunakan software SmartPLS dan Matlab. Hasil penelitian yang diperoleh berupa pola grafik data prediksi dan aktual. Validasi berdasarkan Root Square Mean Error (RMSE) menggunakan metode Backpropagation untuk pos hujan Sakkoli, Paria/Majennang dan Anabanua memiliki nilai yaitu 0,150., 0,107 dan 0,024. Untuk data RMSE menggunakan PLSR yaitu 190,669., 6,062 dan 19,196. Adapun Nilai korelasi dengan menggunakan metode Backpropagation untuk masing-masing pos hujan Sakkoli yaitu 0,628, Paria/Majennang yaitu 0,783 dan Anabanua yaitu 0,810. Korelasi menggunakan metode PLSR, yaitu 0,546 pada pos hujan Sakkoli., 0,625 pada pos hujan Paria/Majennang dan 0,626 pada pos hujan Anabanua.
Downloads
References
BPS Kabupaten Wajo, Kabupaten Wajo Dalam Angka 2018”. Official Website Pemerintahan Kabupaten Wajo. http://wajokab.bps.go.id/. (22 Desember 2020).
Manalu, M. T. 2016. Jaringan Syaraf Tiruan Untuk Memprediksi Curah Hujan Sumatera Utara Dengan Metode Back Propagation (Studi Kasus: BMKG Medan)”. JURIKOM (Jurnal Riset Komputer) 3(1).
Rachmawati, Asri. 2015. Prediksi Curah Hujan Di Kota Pontianak Menggunakan
Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian dan Harian. POSITRON 5(2).
Safril, A., Hadi, T. W., Hadi, S., & Kasih, B. T. H. 2013. Prediksi Hujan Bulanan Menggunakan Adaptive Statistical Downscaling. Jurnal Meteorologi dan Geofisika 14(1).
Dewi., Hanike, Yusrianti. 2020. Pemodelan Statistical Downscaling Regresi Kuantil Lasso Dan Analisis Komponen Utama Untuk Pendugaan Curah Hujan Ekstrim. MAp (Mathematics and Applications) Journal 2(1), 47-57.