Prediksi Harian Suhu Udara Permukaan dengan Jaringan Syaraf Tiruan : Studi Kasus di Kawasan perkotaan dan Pesisir Jakarta, Indonesia

Abstrak

Prakiraan cuaca sangat penting untuk melindungi kehidupan dan harta benda. Prakiraan suhu penting untuk sektor pertanian dikarenakan ketika suhu udara yang tinggi dapat menyebabkan tanah lebih cepat mengering dan mengurangi ketersediaan air bagi tanaman. Selain itu, memahami kondisi suhu dapat membantu ahli meteorologi untuk memprakirakan kondisi atmosfer lainnya. Tujuan dari penelitian ini adalah membuat pemodelan prediksi kondisi suhu udara pada hari berikutnya dengan menggunakan model jaringan syaraf tiruan (JST). Untuk membuat model JST, suhu rata – rata harian yang diukur pada stasiun meteorologi di wilayah perkotaan dan pesisir Jakarta selama 2010 – 2019 yang digunakan sebagai data pelatihan. Data pengujian menggunakan suhu permukaan selama Januari – Desember 2020. Model ini menggunakan berbagai jumlah neuron pada lapisan tersembunyi antara 3 dan 15. Berdasarkan hasil, model JST cukup baik untuk memprediksi kondisi suhu di Jakarta dengan korelasi antara 0.625 – 0.653 dan mean absolute error (MAE) antara 0.569 – 0.600 oC. Model prediksi terbaik didapatkan pada jumlah neuron 4 di Area Perkotaan Jakarta dan neuron 8 di Area Pesisir Jakarta, dilihat dari nilai korelasi yang tinggi dengan observasi dan tingkat kesalahan yang rendah.