PEMODELAN KONDISI UDARA ATAS DENGAN BACK-PROPAGATION NEURAL NETWORK DAN PEMANFAATANNYA UNTUK PENENTUAN HARI SEMAI

Mahally Kudsy

Abstract


Jaringan syaraf buatan dengan penyebaran ke belakang dipakai untuk memodelkan hubungan parameter udara atas yang dihasilkan dengan rawinsonde dengan kelayakan
hari semai. Data rawinsonde dari periode 1995-1999 dari Semarang dan Bandung
dipakai untuk melatih jaringan. Jaringan terdiri dari 10 buah simpul pada layer input, 40
simpul pada layer tersembunyi dan 2 buah simpul pada layer output. Jumlah simpul yang optimal pada layer tersembunyi untuk memodelkan 10 parameter udara atas adalah 40 buah. Banyaknya iterasi yang optimal untuk mencapai konvergensi dengan kesalahan rata-rata kuadrat 0.05 adalah 700 kali. Jaringan yang dihasilkan dapat menghasilkan prakiraan kelayakan hari semai atau tidak dengan tingkat ketelitian yang lebih besar dari 75%.

A back -propagation artificial neural network was used to model the relationship between upper-air parameters obtained by rawinsonde and the seeding day favorability. A series of data obtained from rawinsonde launched at Semarang and Bandung from 1995-1999 period was used as input or training data. The network comprised of 10, 40 and 2 simpuls located at the input, hidden and output layers respectively. The optimum number of hidden units of this network was 40. The training iteration required to reach convergence with RMS error of 0.05 was 700. The network resulted can predict the seeding favorability greater than 75% accuracy.

Keywords


jaringan syaraf artifisial, rawin sonde, penyemaian awan

Full Text:

PDF


DOI: http://dx.doi.org/10.29122/jstmc.v1i2.2126

Refbacks

  • There are currently no refbacks.


JSTMC is indexed by

One Search Indonesia
OCLC WorldcatCrossrefIPISinta
    

____________________________________________________________________________________________________________________________________________________

Copyright of Jurnal Sains & Teknologi Modifikasi Cuaca (JSTMC) (p-ISSN:1411-4887; e-ISSN:2549-1121)

Web
Analytics VISITOR STATISTICS