PREDIKSI CURAH HUJAN MENGGUNAKAN JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION

SHANE FEEHILY WENG. Prediksi Curah Hujan Menggunakan Jaringan Saraf Tiruan Dengan Metode Backpropagation (dibimbing oleh Richard Frans dan Vinsensia Paola Prattyni).

Curah hujan merupakan salah satu faktor penting dalam berbagai sektor seperti pertanian, pengelolaan air, dan mitigasi bencana hidrometeorologi. Pola curah hujan yang tidak menentu dan bersifat nonlinier menjadikan metode statistik konvensional kurang efektif dalam melakukan prediksi yang akurat. Penelitian ini bertujuan untuk mengembangkan model prediksi curah hujan menggunakan Jaringan Saraf Tiruan (Artificial Neural Network) dengan metode Backpropagation berbasis MATLAB, dan menganalisis akurasi serta performa model dalam memprediksi curah hujan berdasarkan data historis.
Model jaringan yang dibangun memiliki arsitektur 4–12–1, dengan empat neuron pada lapisan input, dua belas neuron pada lapisan tersembunyi, dan satu neuron pada lapisan output. Hasil pelatihan menunjukkan bahwa model dengan data curah hujan bulanan memiliki performa yang baik.
Hasil penelitian ini menunjukkan bahwa metode Backpropagation mampu memberikan hasil prediksi curah hujan bulanan yang akurat dan dapat digunakan sebagai alat bantu dalam perencanaan serta pengelolaan sumber daya air di wilayah Makassar dan Maros.

Kata kunci: Curah hujan, Jaringan Saraf Tiruan, Backpropagation, MATLAB.