Author: Aszani, Mustakim

Publish: Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 8

Abstract:

Saat ini, pihak Stasiun Meteorologi Klas 1 Pekanbaru diminta dan diharapkan untuk dapat lebih intensif dalam memantau, menyediakan dan memberikan informasi prakiraan cuaca yang sesuai dengan kebutuhan masyarakat. Karena informasi mengenai cuaca yang tepat sangatlah penting dan dibutuhkan oleh semua orang. Pemanfaatan informasi tersebut antara lain dalam membuat perencanaan dan pelaksanaan program diberbagai sektor pembangunan, pertanian, maupun kegiatan ekonomi lainnya. Disisi lain, cuaca selalu berubah sehingga melakukan prakiraan cuaca bukan hal yang mudah, kita harus mengetahui pola-pola cuaca yang terjadi. Pihak BMKG dalam melakukan pengelompokan pola menggunakan data curah hujan minimal 10 tahun terakhir sehingga diperoleh informasi mengenai pola curah hujan normal, bawah normal dan atas normal. Probabilistic Neural Network (PNN) menyediakan suatu solusi yang umum untuk permasalahan penggolongan pola dengan suatu pendekatan yang dikembangkan di dalam statistika yang disebut dengan penggolongan bayes. Oleh karena itu, PNN biasa digunakan untuk melakukan pattern classification. Dalam penelitian ini dilakukan Estimasi Pola Cuaca Wilayah Pekanbaru menggunakan metode PNN dengan data tahun 2007-2012 dan rata-rata akurasi keseluruhan dari hasil pengujian adalah sebesar 88.00%. Akurasi tertinggi terdapat pada bulan Januari, April dan Agustus yaitu sebesar 96.77%. Sedangkan akurasi terendah terdapat pada bulan November yaitu sebesar 70.00%.

Conclusion:

Estimasi pola cuaca wilayah Pekanbaru menggu nakan metode Probabilistic Neural Network dengan data tahun 2007-2012 berhasil dilakukan dengan akurasi tertinggi terdapat pada bulan Januari, April dan Agustus yaitu sebesar 96.77%. Sedangkan akurasi terendah terdapat pada bulan November yaitu sebesar 70.00%. Dengan Pembagian data latih tahun 2007-2011 dan data uji tahun 2012. Pada penelitian ini nilai spread ( yang digunakan ada tiga yaitu (0,1), (0,25), dan (0,5) menghasilkan nilai akurasi yang sama karena hanya melakukan tiga kali percobaan. Pada pengujian estimasi pola terdapat rasio ketidakcoockan yaitu sebesar 30.00% pada bulan November. Rata-rata akurasi keseluruhan dari pengujian adalah sebesar 88.00%.

Sumber Gambar