Penerapan Jaringan Syaraf Tiruan Metode Hopfield Untuk Prediksi Cuaca di Kota Palangka Raya

Authors

  • Sulistyowati Sulistyowati STMIK Palangka Raya
  • Amelia Rohmah STMIK Palangka Raya

DOI:

https://doi.org/10.33084/jsakti.v3i1.1754

Keywords:

Jaringan Syaraf Tiruan, Hopfield, Prakiraan Cuaca

Abstract

Forecasting atau peramalan merupakan salah satu bagian dari ilmu statistika  yang digunakan untuk meramalkan suatu kemungkinan yang akan terjadi dimasa yang akan datang, berdasarkan pada data masa lampau yang akan dianalisis dengan menggunakan cara-cara tertentu. pemodelan yang cocok untuk peramalan saat ini adalah bidang jaringan syaraf tiruan dan salah satu penerapannya menggunakan metode hopfield.  Di peramalan prakiraan cuaca unsur-unsur cuaca merupakan faktor terpenting dalam menentukan suatu pemodelan seperti kecepatan udara, suhu udara, kelembaban udara, dan tekanan udara. Pada jaringan hopfield, neuron input yang digunakan adalah unsur-unsur cuaca tersebut yang diubah dalam bentuk fungsi bipolar threshold diproses sampai mencapai stabil/konvergen dengan fungsi aktivasi bipolar symetric hard limit. Penelitian ini menggunakan fungsi bipolar threshold yang didapat berdasarkan nilai-nilai dari keempat unsur cuaca tersebut. Sistem ini menggunakan model jaringan dengan empat neuron input yang terhubung dengan bobot-bobot lapisan yang simetris dan tiga nilai output jaringan, yaitu kriteria cerah dengan nilai [-1 1 1 1], kriteria berawan dengan nilai [0 0 0 0], dan kriteria hujan dengan nulai [1 -1 1 -1]. Penerapan metode hopfield untuk prakiraan cuaca di Wilayah Palangka Raya dengan data pagi sebanyak 78 yang terdiri dari data pagi, siang dan malam.  setelah data dilakukan pengujian maka terlihat  bahwa metode ini mampu memberikan akurasi sebesar 64% dan error sebesar 36%

Downloads

Download data is not yet available.

Author Biography

Amelia Rohmah, STMIK Palangka Raya

References

Andrian, Yudhi dan Purwa Hasan. 2014. Analisis Variasi Jumlah Input dan Hidden Layer pada Prediksi Temperatur Kota Medan MenggunakanBackpropagation Neural Network. STMIK Potensi Utama, Medan.
Ariyanto, Muhammad. 2017. “Pengenalan Huruf dan Angka Tulisan Tangan menggunakan Jaringan Syaraf Tiruan Metode Convolution Neural Network (CNN)”.STMIK Palangkaraya, Palangkaraya.
Febrina, M., Arina, F. dan Ekawati, R., 2013. Peramalan Jumlah Permintaan Produksi Menggunakan Metode Jaringan Syaraf Tiruan (JST)Backpropagation. Teknik Industri, Vol. 1, No. 2, 174 – 179.
Harun, Zulkarnain. 2008. Pengenalan Pola Angka dengan Menggunakan Algoritma Hopfield. Universitas Sumatera Utara, Medan.
Huda, A.N. 2014. Algoritma Jaringan Syaraf Tiruan Hopfield untuk Prakiraan Cuaca di Wilayah Malang. Universitas Negeri Maulana Malik Ibrahim, Malang.
Lestari, Y. D., 2017. Jaringan Syaraf Tiruan untuk Prediksi Penjualan Jamur Menggunakan Algoritma Backpropagation. ISD, Vol. 2, No. 1, 40 – 46.
Mahargiyak, Eka dkk. 2013. Penerapan Logika Fuzzy Metode Sugeno untuk Sistem Pendukung Keputusan Prakiraan Cuaca. Universitas Brawijaya, Malang.
Pakarja, F., Naba, A. dan Purwanto, 2012,Peramalan Penjualan Mobil Menggunakan Jaringan Syaraf Tiruan dan Certainty Factor. EECCIS, Vol. 6, No. 1, 23 – 28.
Pradnyana, I. P. B. A., Soebroto, A. A. dan Perdana, R. S., 2018. Peramalan Curah Hujan Menggunakan Metode Jaringan Syaraf Tiruan dengan Optimasi Algoritma Bee Colony. Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 2, No. 10, 3624 – 3631.
Siang, JJ. 2010. Jaringan Syaraf Tiruan dan Pemogramannya Menggunakan Matlab. Andi, Yogyakarta.
Siregar, Z. H., 2019. Implementasi Macro Excel (VBA) Sebagai Sistem Informasi Registrasi dan Monitoring Talangan Haji pada PT. Bank Mandiri Cab.Ternate. IESM Journal, Vol. 1, No. 1, 48 – 67.
Sulistyowati, 2014. Prediksi KLB Campak menggunakan gabungan metode CART dan backpropagation, IJCCS (Indonesion Journal of Computingand cybernetics systems). Vol.8, No.1 , PP.49-58.

Downloads

Published

2020-11-14

How to Cite

Sulistyowati, S., & Rohmah, A. (2020). Penerapan Jaringan Syaraf Tiruan Metode Hopfield Untuk Prediksi Cuaca di Kota Palangka Raya. Jurnal Sains Komputer Dan Teknologi Informasi, 3(1), 52–59. https://doi.org/10.33084/jsakti.v3i1.1754

Most read articles by the same author(s)