SISTEM PERAMALAN CURAH HUJAN DENGAN MENGGUNAKAN BACKPROPAGATION (Studi Kasus : UPT Stasiun Meteorologi Trunojoyo Sumenep)

Peramalan curah hujan sangat penting dalam berbagai sektor, seperti pertanian, transportasi, dan energi. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem peramalan curah hujan menggunakan metode backpropagation. Data curah hujan dari website dataonline.bmkg.go.id dengan pengamatan dilakukan oleh Stasiun Meteorologi Trunojoyo Sumenep. Data curah hujan yang dikumpulkan dari periode waktu yang berbeda digunakan untuk melatih dan menguji model untuk memastikan kemampuan model untuk menangani data yang berbeda. Metode pada penelitian ini adalah Jaringan Syaraf Tiruan dengan algoritma Backpropagation. Fungsi Autokorelasi digunakan untuk penentuan jumlah neuron input dengan fitur terbaik pada Jaringan Syaraf Tiruan. Data curah hujan dibagi menjadi dua bagian yaitu data curah hujan Januari 2010 hingga Juni 2022 digunakan untuk pelatihan dengan jumlah data sebanyak 150 data dan data curah hujan Juli 2022 hingga April 2023 untuk pengujian dengan jumlah data sebanyak 10 data. Teknik validasi yang digunakan adalah 10-Fold Cross Validation. Uji coba pelatihan menggunakan dua skenario yaitu variasi jumlah learning rate dan jumlah epoch. Berdasarkan uji coba, pada proses pelatihan data dihasilkan learning rate terbaik 0.8 dan epoch 1000 dengan skor MSE validasi 0.009. Proses pengujian dengan data curah hujan bulan Juli tahun 2022 April tahun 2023 dan parameter terbaik pelatihan menghasilkan nilai Mean Square Error sebesar 0.063, dan persentase sifat hujan benar 90.0%.