Book Detail

Jurnal Prediksi Curah Hujan Harian di Wilayah Ketapang (Kalimantan Barat) dengan Sistem Radial Basis Function Neural Network

Author(s)
: WENNY JULIYANTI
Edition
:
Call Number
: 551.5 JUL j
ISBN/ISSN
:
Subject(s)
: Prediksi curah hujan harian
tingkat keakuratan
Radial Basis Neural Network
Clasification
: 551.5 JUL j
Series Title
:
GMD
: CD-ROM
Language
: Indonesia
Publisher
:
Publishing Year
: 0
Publishing Place
:
Collation
: PDF DOWNLOAD
Specific Detail Info
: PDF DOWNLOAD
File Attachment
:
Availibilty
: JURPDFM00033.1   My Library   : Available
Abstrak Model untuk prediksi curah hujan tidak semuanya memiliki keakurasian yang tinggi di setiap wilayah Indonesia. Untuk itu, tulisan ini mengkaji metode Radial Basis Function diwilayah Ketapang (Kalimantan Barat) dengan melihat tingkat keakuratannya. Data yang digunakan adalah data rata-rata harian tahun 2012-2014 yaitu suhu udara, tekanan udara, kelembapan udara, arah angin, kecepatan angin serta data curah hujan sebagai target. Hasil prediksi curah hujan diverifikasi dengan mencari korelasi dan nilai RMSE (Root Mean Square) serta menggunakan metode kontingensi. Hasil menunjukkan korelasi lemah berkisar antara 0.11-0.24. Prediksi curah hujan memilik nilai RMSE berkisar antara 13.2-16 mm/hari. Prediksi klasifikasi hujan pada puncak hujan dan lembah hujan menggunakan metode sturge memiliki nilai Bias berkisar 0.27-15. Nilai POD berkisar 0-1 dan FAR berkisar antara 0-1. Prediksi untuk kejadian hujan ringan dan tidak hujan umumnya underforecast dengan angka kesalahan kecil. Sedangkan kejadian hujan sedang-lebat umumnya overforecast dengan angka kesalahan besar. Kata Kunci : Prediksi curah hujan harian, tingkat keakuratan, Radial Basis Neural Network,

Abstrak Model untuk prediksi curah hujan tidak semuanya memiliki keakurasian yang tinggi di setiap wilayah Indonesia. Untuk itu, tulisan ini mengkaji metode Radial Basis Function diwilayah Ketapang (Kalimantan Barat) dengan melihat tingkat keakuratannya. Data yang digunakan adalah data rata-rata harian tahun 2012-2014 yaitu suhu udara, tekanan udara, kelembapan udara, arah angin, kecepatan angin serta data curah hujan sebagai target. Hasil prediksi curah hujan diverifikasi dengan mencari korelasi dan nilai RMSE (Root Mean Square) serta menggunakan metode kontingensi. Hasil menunjukkan korelasi lemah berkisar antara 0.11-0.24. Prediksi curah hujan memilik nilai RMSE berkisar antara 13.2-16 mm/hari. Prediksi klasifikasi hujan pada puncak hujan dan lembah hujan menggunakan metode sturge memiliki nilai Bias berkisar 0.27-15. Nilai POD berkisar 0-1 dan FAR berkisar antara 0-1. Prediksi untuk kejadian hujan ringan dan tidak hujan umumnya underforecast dengan angka kesalahan kecil. Sedangkan kejadian hujan sedang-lebat umumnya overforecast dengan angka kesalahan besar. Kata Kunci : Prediksi curah hujan harian, tingkat keakuratan, Radial Basis Neural Network,

PDF DOWNLOAD

Peminjam Aktif

  • Boby Christian Sinaga ( 78 )
  • Lisnawati ( 77 )
  • BIMA TRI ARIYANTO ( 74 )
  • Hanif Kurniadi ( 71 )
  • Jesnny Claudia Grimeldi Haurissa ( 65 )
Perpustakaan STMKG