Peramalan Cuaca Menggunakan Artificial Neural Network (Studi Kasus: Data Stasiun Klimatologi Malang)

Wibisono, Haryo Bimo (2018) Peramalan Cuaca Menggunakan Artificial Neural Network (Studi Kasus: Data Stasiun Klimatologi Malang). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05211340000109-Undergraduate_Theses.pdf - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Bumi merupakan sebuah planet dimana dinamika perubahan selalu terjadi terus menerus secara alamiah. Perubahan yang terjadi di muka bumi akan berdampak bagi kelangsungan hidup dari makhluk hidup sebagai penghuninya. Dari mulai peristiwa kekeringan, banjir, dan munculnya beberapa penyakit berdatangan seiring berubahnya cuaca. Kondisi yang siap untuk menghadapi iklim maupun cuaca adalah hal yang harus dihadapi sebagai bagian dari hidup. Atmosfer bumi selalu memberikan tantangan bagi makhluk hidup di bumi untuk setidaknya mengerti tentang dinamikanya. Masalah yang berkaitan dengan perubahan iklim secara global setidaknya juga berimbas pada cuaca dengan dinamika yang mengiringinya. Hampir setiap saat, berita tentang cuaca selalu hadir dalam media-media informasi, baik melalui koran, radio, televisi, bahkan internet. Peramalan cuaca yang baik dari waktu ke waktu dirasa perlu dilakukan mengingat banyaknya hal-hal yang memiliki kaitannya, seperti di bidang agrikultur untuk menentukan jenis tanaman yang akan ditanam dan menentukan perlu atau tidaknya pembangunan greenhouse. Metode yang tepat untuk diterapkan dalam peramalan cuaca juga penting diketahui bagaimana performanya. Pada penelitian ini digunakan metode Artificial Neural Network untuk meramalkan cuaca di Kabupaten Malang. Penggunaan metode ini didasarkan pada kemampuannya untuk menghasilkan peramalan yang baik dari data yang cenderung fluktuatif seperti data cuaca. Penelitian ini dilakukan untuk meramalkan empat variabel, yaitu temperatur maksimum, temperatur minimum, kelembaban, dan curah hujan. Performa terbaik diukur dengan MAPE untuk variabel temperatur maksimum, temperatur minimum, dan kelembaban. Performa variabel curah hujan diukur dengan menggunakan MSE. Berdasarkan hasil terbaik yang didapatkan dari uji coba, didapatkan MAPE untuk temperatur minimum dengan nilai 2,357498%. MAPE terbaik untuk temperatur minimum dengan nilai 3,507216%. MAPE terbaik untuk kelembaban didapatkan dengan nilai 4,322772%. MSE terbaik untuk curah hujan didapatkan dengan nilai 148,783.========================================================================================================== Earth is a planet where the dynamics of change always occur constantly and naturally. The changes that occurred on earth will have an impact for its inhabitants. Drought , flood , and the rise of several diseases came as the impact of weather changing. Readiness to face the weather and the climate is very important as part of our live. The atmosphere on earth challenge its inhabitants to at least knowing their dynamics. Issue that related with global climate coherence with weather dynamics. At any time the weather news always in their place in any kind of media. The weather forecast from time to time playing a major part as its very important with many aspects, such as deciding the type of crop to harvest and deciding to build a greenhouse for plantation in agriculture. As its important, the method to forecast is also important to know the performance. Artificial Neural Network as a method to forecast the weather in Malang Regency is being used in this research. The reason to use this method is based on the capability of the performance to forecast a fluctuate pattern of data like weather. This research is conducted to forecast four variables, such as maximum temperature, minimum temperature, humidity, and precipitation of daily weather records. The best performance of error is measured by MAPE for maximum temperatur, minimum temperature, and humidity. Precipitation as a variable is measured for its performance result by MSE. Using trial and error, the result show that the performance of maximum temperature is 2,357498%., minimum temperature with 3,507216%, humidity with 4,322772%, and precipitation with 148,783.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Peramalan, Cuaca, Kabupaten Malang, Artificial Neural Network
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Information Technology > Information System
Depositing User: Haryo Bimo Wibisono
Date Deposited: 03 May 2018 01:55
Last Modified: 03 May 2018 08:51
URI: http://repository.its.ac.id/id/eprint/51177

Actions (login required)

View Item View Item