APLIKASI SOFT COMPUTING PADA PREDIKSI CURAH HUJAN DI KALIMANTAN

APLIKASI SOFT COMPUTING PADA PREDIKSI CURAH HUJAN DI KALIMANTAN

Oleh :
Deni Septiadi
NIM : 22406002

Pembimbing :
Prof. Dr. Bayong Tj H K
Prof Dr. The Houw Liong


Analisis clustering curah hujan menggunakan jaringan kompetitif Kohonen menghasilkan 5 kolompok wilayah yang disebut zona prediksi. Sementara itu spektrum data memperlihatkan sinyal sunspot hadir dalam deret waktu data curah hujan di semua zona prediksi dengan magnitude terbesar pada zona prediksi 2 yang mengindikasikan bahwa zona tersebut memberikan respon langsung pada fenomena sunspot. Peranan aktivitas matahari pada saat bilangan sunspot tinggi yang sering memancarkan flare dan CME mempengaruhi medan magnetik interplaneter sehingga berkaitan dengan variabilitas fluks sinar kosmik yang menembus atmosfer Bumi dan bervariasi terhadap lintang.

Prediksi curah hujan bulanan dengan Metode ANFIS maupun Jajaringan Neural dilakukan dengan menggunakan 1 prediktor (curah hujan) dan 2 prediktor (kombinasi antara sinar kosmik dan sunspot) dengan panjang data bervariasi yaitu 45 tahun, 30 tahun, dan 15 tahun serta panjang data 46 tahun untuk prediksi tahunan 2007-2020.

Secara keseluruhan keluaran Metode ANFIS 1 prediktor menunjukkan nilai rata2 RMSE (Root Mean Square Error) yang lebih kecil untuk prediksi bulanan. Namun pada prediksi tahunan, Metode ANFIS 2 prediktor menunjukkan hasil yang lebih baik. Dengan demikian fenomena sunspot dan sinar kosmik sebagai prediktor perlu dipertimbangkan dalam melakukan prediksi jangka panjang karena memberikan akurasi yang lebih baik dibandingkan dengan jika hanya menggunakan curah hujan sebagai prediktor.


Kata kunci : Analisis clustering, Jaringan kompetitif, Zona prediksi, Spektrum data, ANFIS, Jaringan Neural, RMSE, Fluks sinar kosmik