Prediksi Curah Hujan Menggunakan Jaringan Syaraf Tiruan Backpropagation pada Software Matlab

Abstrak

Penelitian ini bertujuan untuk merancang dan mengimplementasikan model prediksi curah hujan menggunakan pendekatan Jaringan Syaraf Tiruan (JST) dengan algoritma pembelajaran backpropagation pada platform Matlab. Prediksi curah hujan merupakan aspek penting dalam bidang pertanian, hidrologi, dan pengelolaan sumber daya air, yang membutuhkan metode akurat dan adaptif terhadap pola data musiman. Dalam penelitian ini, data curah hujan bulanan Kota Bogor periode 2020-2022 digunakan sebagai dataset pelatihan dan pengujian. Data tersebut dinormalisasi menggunakan fungsi aktivasi sigmoid untuk meningkatkan performa pelatihan jaringan. Arsitektur jaringan terdiri dari 12 neuron input, 10 neuron tersembunyi, dan 1 neuron output. Hasil pelatihan menunjukkan tingkat kesalahan (Mean Squared Error) sebesar 0.00090677 dengan nilai regresi 0.99022, sedangkan hasil pengujian menghasilkan regresi sebesar 0.98837. Temuan ini menunjukkan bahwa metode backpropagation pada JST mampu memprediksi curah hujan secara efektif dan akurat. Model ini dapat dikembangkan lebih lanjut untuk memprediksi fenomena cuaca lainnya.

Identifier

• OpenAlex: https://openalex.org/W4415771704
• DOI: https://doi.org/10.33998/jakakom.2025.5.2.2398