PutriC, Melati (2014) ImplementasiAlgoritma Al-Alaoui Backpropagation Dalam Peramalan Curah Hujan. Sarjana thesis, Universitas Brawijaya.
Abstract
Curah hujan merupakan salah satu unsur iklim yang sangat penting terutama dalam pertumbuhan tanaman dan produksi tanaman pangan di bidang pertanian dan pertenakan.Curah hujan yang lebat dapat merusak tanaman secara langsung atau mengganggu pembungaan dan penyerbukan. Pada bidang pertenakan berpengaruh melalui sumber pakan untuk hewan.Namun untuk mengoptimalkan produktivitas pertanian dan pertenakan yang erat kaitannya dengan curah hujan, dan mengantisipasi dampak curah hujan serta tingkat curah hujan yang akan datang juga penting untuk diketahui.Untuk itu dibutuhkan peramalan untuk mengetahui seberapa besar curah hujan yang akan terjadi di Indonesia pada waktu-waktu tertentu. Skripsi ini membahas algoritma Al-Alaoui Backpropagation dalam peramalan curah hujan. Sistem yang dibangun menggunakan data curah hujan yang diambil dari BMKG Karang Ploso. Data latih yang digunakan adalah data time series curah hujan pada bulan Januari 2011-Maret 2012. Hasil dari pengujian ini mengetahui learning rate dan momentum yang terbaik pada MSE agar nilai learning rate dan momentum dapat dijadikan acuan nilai dalam pengujian, serta mengetahui tingkat akurasi dari sistem ini. Dari hasil pengujian didapatkan nilai learning rate dan momentum terbaik mencapai 0,1 dan 0,1. Akurasi yang didapatkan bisa mencapai sebesar 100% dengan mengunakan data latih pada bulan Januari 2011 – Juni 2011 dan data uji pada bulan Juli, pada bulan ini kondisi cuacanya kemarau, dengan MSE terendah 0.00313611. Dapat disimpulkan bahwa penelitian menggunakan Al-Alaoui Backpropagation memiliki kinerja yang baik dalam peramalan.
English Abstract
Rainfall is one of important element for plant growth and crops production especially in agriculture and also the livestock. Heavy rainfall can be directly destructive for plants or it can influence flowering and pollination process. For the livestock, heavy rainfall influences animal’s food supply. To optimalize agriculture and livestock productivity which tightly related with the rainfall and also to anticipate the effect of the rain itself, therefore it is considered important to predict rainfall in Indonesia for the certain time. This thesis discusses about how to implement Al-Aloui Backpropagation algorithm for predicting rainfall. Rainfall data that is used in this thesis are taken from BMKG Karang Ploso. In this thesis, the data used are time series data of rainfall during certain period from Januari 2011 through March 2012 . The result of the experimental test that has ben done are the best learning rate and momentum value for MSE so learning rate and momentum value can be used to know the accuracy for this system. From the experiment that has done before, the best value of learning rate and momentum respectively are 0,1 and 0,1 . The highest accuracy this system can get is 100 % by using testing data at month of July where it was drought at that month, with the lowest MSE value is 0.00313611 . In conclusion, Al-Aloui Backpropagation algorithm has good performance fo prediction
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIIK/2013/196/051400191 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 20 Jan 2014 13:29 |
| Last Modified: | 23 Oct 2021 08:36 |
| URI: | http://repository.ub.ac.id/id/eprint/145676 |
Preview |
Text
FULL1.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |