Prediksi Intensitas Curah Hujan Menggunakan Metode Jaringan Saraf Tiruan Backpropagation

Intensitas curah hujan merupakan hal yang cukup sulit untuk diprediksi. Banyak hal yang dapat menjadi faktor penentu curah hujan, diantaranya adalah suhu, kecepatan angin, kelembapan udara, tekanan udara, dan lain-lain. Faktor cuaca ini tentu menjadi komponen utama yang sulit untuk diprediksi dan diperhitungkan, oleh karena itu peramalan cuaca merupakan hal yang sangat menarik untuk dibahas, karena akan sangat berguna untuk berbagai macam hal. Banyak metode peramalan yang dapat digunakan untuk melakukan peramalan, seperti Jaringan Saraf Tiruan Backpropagation yang digunakan pada penelitian ini. Penelitian ini akan menggunakan data time-series, yaitu data intensitas curah hujan bulanan yang didapatkan dari 14 stasiun penakar hujan pada tahun 1997 hingga 2016 dari Kabupaten Ponorogo. Pada fase pengujian, data latih yang digunakan merupakan data intensitas curah hujan bulanan pada tahun 1997 hingga 2015 dan data uji yang digunakan yaitu pada tahun 2016. Hasil terbaik dari penelitian ini yaitu MAPE pengujian sebesar 20,28% yang didapatkan dari pelatihan dengan menggunakan data dari stasiun penakar hujan Balong. Proses pelatihan tersebut menggunakan 10 neuron pada input layer, data latih dari tahun 1997 hingga 2015, data uji pada tahun 2016, 40 neuron pada hidden layer, batas MAPE sebesar 20%, dan maksimum iterasi 200000. MAPE pengujian yang dihasilkan tergolong belum maksimal dan terlalu tinggi ini dikarenakan kondisi data yang terdapat banyak nilai 0 didalamnya