PREDIKSI CURAH HUJAN DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION (Studi Kasus : Kawasan Pelabuhan Tanjung Perak Surabaya)

Curah hujan merupakan salah satu unsur penting dalam proses terjadinya cuaca dan iklim pada suatu daerah. Intensitas curah hujan yang tinggi setiap tahunnya dapat menghambat mobilitas penduduk dan pendistribusian barang
khususnya pada kawasan pelabuhan. Prediksi curah hujan dibutuhkan untuk mempersiapkan penanganan dari dampak yang ditimbulkan oleh curah hujan tinggi. Data pada penelitian ini diperoleh dari website dataonline.bmkg.go.id dengan pengamatan dilakukan oleh Stasiun Meteorologi Maritim Tanjung Perak Surabaya. 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 2008 hingga Desember 2019 digunakan untuk pelatihan dan data curah hujan Januari hingga Agustus tahun 2020 untuk pengujian. Teknik validasi yang digunakan adalah 10-Fold Cross Validation. Uji coba pelatihan menggunakan dua skenario yaitu variasi jumlah learning rate dan jumlah iterasi. Berdasarkan uji coba, dihasilkan learning rate terbaik 0.2 dan iterasi 1000 dengan skor MSE validasi 0.02591. Proses pengujian dengan data curah hujan bulan Januari - Agustus tahun 2020 dan
parameter terbaik pelatihan menghasilkan nilai Mean Square Error sebesar 0.02769, Root Mean Square Error sebesar 0.1664, dan persentase sifat hujan benar
62.5%