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

Yudhi Andrian

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.

Kata Kunci


Prediksi curah hujan; nguyen-widrow; backpropagation; neural network

Teks Lengkap:

PDF

Referensi


Ihwan, Andi, 2013, Metode Jaringan Saraf Tiruan Propagasi Balik untuk Estimasi Curah Hujan Bulanan di Ketapang Kalimantan Barat, Prosiding Semirata FMIPA Universitas Lampung.

Indrabayu, et al., 2011, Prediksi Curah Hujan di Wilayah Makasar Menggunakan Metode Wavelet-Neural Network, Jurnal Ilmiah “Elektrikal Enjiniring” UNHAS, Vol. 09, No. 02, Agustus.

Kharola, Manisha and Dinesh Kumar, 2014, Efficient Weather Prediction By Back Propagation Algorithm, IOSR Journal of Computer Engineering (IOSR-JCE), Volume 16, Issue 3, Ver. IV, June.

Mishra, Khushboo, et al, 2014, Image Compression Using Multilayer Feed Forward Artificial Neural Network with Nguyen Widrow Weight Initialization Method, International Journal of Emerging Technology and Advanced Engineering, Volume 4, Issue 4, April.

Naik, Arti R. and S.K.Pathan, 2012, Weather Classification and Forecasting using Back Propagation Feed-forward Neural Network, International Journal of Scientific and Research Publications, Volume 2, Issue 12, December.

Oktaviani, Cici dan Afdal, 2013, Prediksi Curah Hujan Bulanan Menggunakan Jaringan Syaraf Tiruan dengan Beberapa

Fungsi Pelatihan Backpropagation, Jurnal Fisika Unand, Vol. 2, No. 4, Oktober.

Sutojo, T., et al, 2010, Kecerdasan Buatan, Yogyakarta: Andi Offset.


Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##

##submission.license.cc.by4.footer##

Kantor Redaksi SNIf. Gedung LPPM Lt2, Kampus Universitas Potensi Utama. Jl. K.L. Yos Sudarso Km 6,5 No.3-A Telp. (061) 6640525 Ext. 214 Tanjung Mulia Medan 20241