ANALISIS ALGORITMA INISIALISASI NGUYEN-WIDROW PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGA

Sari

Jaringan saraf tiruan (Artificial Neural Network) sebagian besar telah cukup handal dalam pemecahan masalah, salah satunya adalah prediksi curah hujan dengan metode backpropagation. Salah satu algoritma inisialisasi bobot yang dapat meningkatkan waktu eksekusi adalah nguyen-widrow. Pada penelitian ini penulis akan memprediksi curah hujan di Kota Medan dengan metode backpropagation neural network dengan memadukan algoritma inisialisasi nguyen-widrow pada proses inisialisasi bobotnya. Dari hasil penelitian diketahui bahwa : pada proses trainning JST, semakin kecil nilai target error maka nilai iterasinya akan semakin besar dan keakurasiannya juga semakin tinggi, pada kasus prediksi curah hujan di Kota Medandengan metode backpropagation neural network, proses training dengan inisialisasi bobot nguyen-widrow tidak lebih baik dari bobot random,  dan tingat keakurasian terbesar pada proses pengujian prediksi curah hujan di Kota Medan dengan metode backpropagation neural network adalah 43.1 %,  dengan target error 0.007.