Prediksi Cuaca Menggunakan Jaringan Syaraf Tiruan Backpropagation

Kondisi alam sudah banyak mengalami perubahan. Dibandingkan dengan masa silam, bila perubahan situasi berkenaan dengan cuaca dan iklim yang terjadi masih bisa diprediksi dan diketahui melalui tanda-tanda alam maupun melalui kalender yang berlangsung seperti biasa dalam setiap tahunnya, maka kondisi saat ini tidak lagi demikian. Hal ini telah menjadi fenomena global yang pada akhirnya tidak mudah di prediksi. Adanya kecerdasan buatan sangat membantu dalam proses prediksi cuaca dan salah satunya adalah Jaringan Syaraf Tiruan (JST). Metode JST yang digunakan dalam penelitian ini adalah metode backpropagation. Metode backpropagation bekerja dengan memproses data parameter-parameter cuaca untuk dikenali polanya dalam proses pelatihan. Selama proses pelatihan, masing-masing bobot koneksi dipropagasikan ke seluruh unit dengan metode pelatihan perambatan balik ( backpropagation ). Data yang digunakan sebagai masukan adalah data parameter-parameter cuaca kota Malang, Jawa Timur selama 12 bulan atau 1 tahun. Untuk mengukur keberhasilan sistem prediksi cuaca ini adalah dengan menggunakan alat ukur berupa Mean Square Error (MSE) dan tingkat akurasi. Penelitian ini menggunakan nilai target error 0,0001 dan jumlah epoch sebesar 15000 dapat menghasilkan struktur JST terbai