Yuniar, RistyJayanti (2013) Perbaikan Prakiraan Cuaca Bandara Abdulrahman Saleh Malang Menggunakan Neural Network Multilayer dengan Algoritma Backpropagation. Magister thesis, Universitas Brawijaya.
Abstract
Cuaca merupakan salah satu faktor yang sangat penting dalam penerbangan. Rekomendasi kelayakan penerbangan dipengaruhi oleh curah hujan dan kecepatan angin. Prediksi cuaca merupakan suatu usaha manusia untuk melihat perkembangan kondisi udara yang lalu, sekarang, dan yang akan datang khususnya dalam kaitan mengantisipasi kondisi yang terjadi. Salah satu metode prakiraan yang dapat diaplikasikan dengan baik adalah neural network . Sistem kepakaran neural network mempunyai kelebihan mampu beradaptasi dalam pembelajaran dan mampu menyederhanakan sistem komplek. Neural network mampu melakukan pemodelan non linier tanpa mengetahui hubungan antara input dan variabel output sehingga pemodelan ini lebih umum dan fleksibel untuk prakiraan. Penelitian ini bertujuan untuk memprakirakan kecepatan angin dan curah hujan di Bandara Abdulrahman Saleh Malang menggunakan neural network multilayer dengan algoritma backpropagation. Data penelitian yang digunakan adalah data tahun 2007-2012. Parameter yang digunakan dalam penelitian ini terdiri dari tiga input yakni, suhu udara ( 0 C), kelembaban udara (%), tekanan udara(mb) dan dua output yakni, kecepatan angin (m/s) dan curah hujan (mm). Kondisi curah hujan di Indonesia mengalami kondisi trend (musim) yaitu musim hujan dan musim kemarau. Pada saat musim kemarau pola data curah hujan cenderung statis (tetap). Kondisi ini mengakibatkan jaringan sulit untuk melakukan proses training karena data input jaringan adalah pola acak. Dalam penelitian ini digunakan dua pola input data curah hujan. Pola pertama menggunakan input curah hujan dalam 12 bulan (musim kemarau dan musim hujan). Pola kedua menggunakan input curah hujan dalam 6 bulan (musim kemarau atau musim hujan). Pola input kedua menghasilkan nilai prosentase error yang lebih kecil daripada pola pertama. Proses training menghasilkan arsitektur terbaik dengan
English Abstract
Weather is one of the most important factors in flight. Feasibility recommendation flight affects by rainfall and wind speed. Weather forecasting is a human effort to see the progression of the air conditions in the past, present, future, and especially to anticipate the conditions. Neural network is one method that can be applied for weather forecasting. Neural network is more adaptable in learning and able to simplify a complex system. Neural network is able to perform nonlinear model withunknown relations between the input and output variable, hence it`s more common and flexible to forecast. This research aims to forecast the wind speed and the rainfall at Abdulrahman Saleh Malang Airport using a neural network multilayer with backpropagation algorithm. The data from 2007-2012 was used. The parameters consisted of three inputs i.e. air temperature (0C), humidity (%), air pressure (mb) and two outputs i.e. wind speed (m/s) and rainfall (mm). The condition of rainfall in Indonesia consists of two season i.e. rainy season and dry season. During the dry season the rainfall data pattern was static. This conditions resulted in the difficulty of the network to perform training process due to the random data input. This research used two pattern data input of rainfall. The first pattern used the input for 12 months (rainy season and dry season). The second pattern used the input for 6 months (rainy season or dry season). The second pattern resulted in the percentage of error which was smaller than the first one. The training process showed the best architecture of 5 hidden layers and learning rate of 0,9. The result showed that the output forecasts reached the target value. The model has been successfully conducting the process of forecasting with the value of MSE ( Mean Square Error ) of 0,0086 for the wind speed forecasting and of 0,004846 for the rainfall forecasting.
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/006.32/YUN/p/041307771 |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence |
| Divisions: | S2/S3 > Magister Teknik Elektro, Fakultas Teknik |
| Depositing User: | Endro Setyobudi |
| Date Deposited: | 31 Oct 2013 14:49 |
| Last Modified: | 31 Oct 2013 14:49 |
| URI: | http://repository.ub.ac.id/id/eprint/155441 |
Actions (login required)
 |
View Item |