Penerapan Metode Hybrid Neuro-Fuzzy dan Particle Swarm Optimization untuk Menentukan Status Aktivitas Gunung Merapi

Gunung Merapi adalah salah satu gunung berapi paling aktif di dunia. Merapi mungkin akan erupsi setiap 3 tahun sekali dengan erupsi besar terjadi dalam interval 9 tahun. Untuk mengurangi risiko bencana bagi masyarakat yang berada pada kawasan rawan bencana erupsi gunung Merapi, diperlukan suatu sistem peringatan dini yang berfungsi untuk menyampaikan informasi terkini status aktivitas Gunung Merapi. Tujuan penelitian ini adalah membuat model penentuan status aktivitas Gunung Merapi menggunakan metode hybrid ANFIS dan Particle Swarm Optimization (PSO). Data yang digunakan adalah data sekunder hasil pemantauan dari aktivitas kegempaan, deformasi tanah, dan geokimia Gunung Merapi. Data diperoleh dari Balai Penyelidikan dan Pengembangan Teknologi Kegunungapian (BPPTK) Yogyakarta. Data yang telah diperoleh dibagi menjadi dua bagian, pertama sebagai data pelatihan jaringan, dan kedua sebagai data pengujian. Data pelatihan menggunakan periode data prekursor erupsi Gunung Merapi tahun 1997, 1998, 2001, dan 2006. Data pengujian menggunakan data prekursor erupsi Gunung Merapi tahun 2010. Dari proses penelitian diperoleh hasil yaitu pada proses pelatihan, ANFIS memberikan RMSE sebesar 0,0812, lebih kecil daripada RMSE hybrid ANFIS-PSO, yaitu sebesar 0,0877. Begitu pula dengan MAPE pelatihan, ANFIS menghasilkan MAPE sebesar 15,2084%, lebih kecil daripada MAPE pelatihan ANFIS-PSO sebesar 16,2518%. Akan tetapi pada proses pengujian, metode hybrid ANFIS-PSO lebih baik daripada metode ANFIS. Metode hybrid ANFIS-PSO dapat memperbaiki MAPE hasil pengujian ANFIS yang sebesar 10,2041% menjadi 8,3333%