Prediksi Hujan Di Surabaya Menggunakan Teknik Multilayer Perceptrons Berbasis Data Radiosonde

Kondisi atmosfer di wilayah Surabaya yang sangat dinamis sangat berpotensi untuk menjadi penyebab terjadinya fenomena cuaca buruk yang dapat membahayakan manusia. Jika pola dinamika atmosfer ini dapat diketahui dengan baik, maka sistem prediksi cuaca berdasar data parameter cuaca pada beberapa lapisan atmosferdapat dilakukan. Oleh sebab itu, penelitian ini membahas tentang pembuatan sistem prediksi cuaca berdasar data radiosonde dengan algoritma Artificial Neural Network MultiLayer Perceptrons (ANN MLP)di Stasiun Meteorologi Penerbangan Klas I Juanda Surabaya tahun 2016.Tujuan penelitian ini adalah mengetahui akurasi prakiraan cuaca berbasiskan data radiosonde dengan algoritma ANN-MLP.Metode dalam penelitian ini terdiri dari 3 tahap yaitu pelatihan (training) untuk membangun model prediksi, implementasi (testing) model yang sudah terbentuk, dan verifikasi hasil prediksi. Berdasarkan hasil pengujian model prediksi yang terbentuk, diketahui bahwa data radiosonde dapat digunakan sebagai prediktor kejadian hujan dan tidak hujan di Surabaya dengan menggunakan algoritma ANN MLP dengan nilai accuracy lebih dari 0,6.Skema arsitektur terbaik dalam pembuatan model prediksi dalam penelitian ini adalah 1 hidden layer dengan 10 atau 15 nodes. Model memiliki tingkat akurasi prediksi terbaik secara umum pada periode basah (DJF) dan terburuk pada periode kering (JJA). Hal ini terkait dengan labilitas dan kebasahan atmosfer secara diurnal dan seasonal.Hlm.190-19