<![CDATA[Dalam penelitian ini dilakukan pembentukan dan pengujian suatu PEMODELAN (forecasting) jumlah sambaranpetir di Kota Bandung dengan menggunakan Adaptive Neuro-Fuzzy Inference System (ANFIS) berdasarkan data timeseries jumlah sambaran petir dari 1 jauari 2007 sampai 31 desember 2010. Penelitian dilakukan untuk membuatPEMODELAN dan mengetahui hasil peramalan tersebut. Pembuatan model dilakukan menggunakan software MATLABdengan metode ANFIS yang merupakan salah satu metode kecerdasan buatan. Dalam pemodelan tersebut, dilkakukandua hal yaitu pelatihan dan pengujian data. Pelatihan data bertujuan untuk mengtahui PEMODELAN sedangkan pengujiandata dilakukan untuk menguji PEMODELAN. Berdasarkan pelatihan yang dilkukan, diperoleh bahwa model mengikutibentuk pesamaan ∑ ð‘¤ð‘–Ì…Ì…Ì… (ð‘ð‘–ð‘–ð‘¥1+ ð‘žð‘–) , dimana pada pengujian data didapatkan jumlah galat harian, MBE, dan RMSE yangkecil, yaitu masing-masing secara berurutan 3.63x10-6, -3.94x10-9, 2.84x10-8. Selain itu koefisien person korelasi yangdidapat adalah +1 artinya data ramal dan data aktual memiliki hubungan yang kuat serta arah yang positif yaitu peningkataatau penuruan pada data ramal mengikuti peningkatan atau penurunan data aktual. . Kata Kunci: Peramalan, Sambaran Petir, ANFISAbstract In this study, forming and testing of a forecasting model for the number of lightning strikes in the city of Bandungby using Adaptive Neuro-Fuzzy Inference System (ANFIS) based on time series data the number of lightning strikes from1 January 2007 to 31 December 2010. The research purpose to make forecasting models and knowing the results of theforecasting. Model making is done using MATLAB software with ANFIS method which is one of the methods of artificialintelligence. In the modeling, two things are done namely training and testing data. Data training purpose to knowforecasting models while data testing is done to test forecasting models.. Based on the training data, the model obtainedis the equation form ∑ ð‘¤ð‘–Ì…Ì…Ì… (ð‘ð‘–ð‘–ð‘¥1+ ð‘žð‘–) , where in the test data the number of daily errors, MBE, and RMSE is small, whichare respectively respectively 3.63x10-6, -3.94x10-9, 2.84x10-8. In addition, the correlation coefficient obtained is +1,meaning predictive data and aktual data have a strong and positive direction, namely increasing or decreasing theforecast data following an increase or decrease in aktual data.Keywords: Forecasting, Lightning Strikes, ANFIS]]>
Copyrights © 2019
