<![CDATA[Indonesia mempunyai berbagai jenis iklim. Salah satu parameter iklim adalah curah hujan. Curah hujan yang dapat menjadi sumber bencana adalah curah hujan ekstrem, yaitu kondisi curah hujan yang cukup tinggi/rendah dari rata-rata kondisi normalnya. Informasi tentang peramalan curah hujan sangat berguna khususnya bagi pemerintah kota Surabaya dalam mengantisipasi kemungkinan kejadian-kejadian atau bencana yang diakibatkan oleh curah hujan ekstrem seperti, kekeringan, banjir, pohon tumbang, rusaknya fasilitas umum, dll. Tujuan dari penulisan skripsi ini adalah untuk mendapatkan nilai peramalan curah hujan di Surabaya pada bulan yang akan datang menggunakan Hybrid Jaringan Saraf Tiruan Backpropagation dengan Firefly Algorithm dan Simulated Annealing. Proses diawali dengan input dan normalisasi data, kemudian dilanjutkan dengan proses pelatihan untuk mencari bobot dan bias yang optimal. Setelah diperoleh bobot dan bias yang optimal, kemudian melakukan uji validasi, dan dilanjutkan dengan proses peramalan. Pada proses peramalan curah hujan, data yang digunakan sebanyak 120 data curah hujan bulanan dari bulan Januari 2008 hingga bulan Desember 2017 dengan ketentuan 80% data untuk pelatihan dan 20% data untuk uji validasi. Data yang digunakan, selanjutnya dilatih kemudian dicari nilai Mean Square Error (MSE) dan bobot yang optimal. Bobot optimal yang diperoleh, selanjutnya diuji dengan uji validasi untuk mengetahui seberapa baik pola yang dikenali. Berdasarkan implementasi pada data curah hujan tersebut, diperoleh nilai MSE hasil pelatihan sebesar 0.0395384228 dan nilai selisih rata-rata sebesar 3,75382. Sedangkan hasil peramalan untuk 3 bulan berikutnya yaitu bulan Januari hingga Maret 2018 berturut-turut adalah 6.1451, 8.5459, dan 7.7391.]]>
Copyrights © 2021
