PEMANFAATAN JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK MODEL PREDIKSI DERET WAKTU PASANG SURUT

Main Article Content

Afif Widaryanto
Fineza Ilova

Abstract

Kebanyakan aktifitas yang berkaitan dengan laut sangat memerlukan data prediksi pasang surut. Hal ini menuntut adanya sistem prediksi dengan akurasi yang tinggi. Penerapan kecerdasan artifisial yang semakin meluas dengan berbagai keandalannya menginspirasi penelitian ini untuk mengaplikasikan model prediksi pasang surut menggunakan jaringan saraf tiruan. Dengan masukan data pasang surut tujuh hari sebelumnya untuk memprediksi pasang surut 6 dan 12 jam ke depan dapat modelkan menggunakan jaringan sarat tiruan berbasis metode pembelajaran propagasi balik. Hasilnya, unjuk kerja pengujian model prediksi sangat memuaskan dengan rata-rata akurasi di atas 90% serta nilai MSSE(mean sum square error) yang rendah.

Article Details

Section
Articles
Author Biographies

Afif Widaryanto, Badan Pengkajian dan Penerapan Teknologi

Balai Teknologi Survei Kelautan

Fineza Ilova, Badan Pengkajian dan Penerapan Teknologi

Balai Teknologi Survei Kelautan

References

B.L. Meenaa , Dr. J.D. Agrawalb. (2015) ‘Tidal Level Forcasting Using ANN’, 8th International Conference on Asian and Pacific Coasts 2015, doi: 10.1016/j.proeng.2015.08.332

C hakraborty K ., Melhotra K ., Mohan C .K ., and R anka S . (1992) ‘Forecasting the behaviour of multivariate time series using neural network’, Neural Networks 5(6)961-970.

Rasel, Uddin, and Haroon. (2018) ‘Application of DNN for Predicting River Tide Level’, 2nd Int. Conf. on Innovations in Science, Engineering and Technology (ICISET), Chittagong, Bangladesh

S. Hayman, "The McCulloch-Pitts model," in IJCNN'99. International Joint Conference on Neural Networks. Proceedings (Cat. No.99CH36339), 1999, vol. 6, pp. 4438-4439 vol.6.

Wang, Yuan, and Tan.(2015) ‘Application of BP Neural Network in Monitoring of Ocean Tide Level’, International Conference on Computational Intelligence and Communication Networks 2015, doi:10.1109/CICN.2015.238

Widaryanto and Kusumoputro, "Modeling and Designing Direct Inverse Control Using Back-propagation Neural Network for Skid Steering Boat Model," 2019 IEEE International Conference on Innovative Research and Development (ICIRD), Jakarta, Indonesia, 2019, pp. 1-5, doi: 10.1109/ICIRD47319.2019.9074761.

Winter and Widrow, "MADALINE RULE II: a training algorithm for neural networks," in IEEE 1988 International Conference on Neural Networks, 1988, pp. 401-408 vol.1.

Yen, P-H, Jan, C-D, Lee, Y-P and Lee, H-F (1996) Application of Kalman filter to short-term tide level prediction, .J. Waterway, Port, Coastal and Ocean Engineering, ASCE, 122(5), pp 226- 231.