IMPLEMENTASI JARINGAN SYARAF TIRUAN PROPAGASI BALIK (JST-PB) UNTUK MEMPREDIKSI CURAH HUJAN DI KOTA PONTIANAK

Risyqaa Syafitri, - (2020) IMPLEMENTASI JARINGAN SYARAF TIRUAN PROPAGASI BALIK (JST-PB) UNTUK MEMPREDIKSI CURAH HUJAN DI KOTA PONTIANAK. S1 thesis, Universitas Pendidikan Indonesia.

Baca Full Text klik disini
[img] Text
S_MAT_1604589_Title.pdf
Download (259kB)
[img] Text
S_MAT_1604589_Chapter1.pdf
Download (158kB)
[img] Text
S_MAT_1604589_Chapter2.pdf
Restricted to Staf Perpustakaan
Download (243kB)
[img] Text
S_MAT_1604589_Chapter3.pdf
Download (444kB)
[img] Text
S_MAT_1604589_Chapter4.pdf
Restricted to Staf Perpustakaan
Download (473kB)
[img] Text
S_MAT_1604589_Chapter5.pdf
Download (89kB)
[img] Text
S_MAT_1604589_Appendix.pdf
Restricted to Staf Perpustakaan
Download (1MB)
Official URL: http://repository.upi.edu

Abstract

ABSTRAK Curah hujan merupakan aspek yang penting bagi kehidupan, diantaranya untuk penentuan jadwal penerbangan, musim untuk bertani maupun manajemen bencana agar dapat ditanggulangi. Penelitian ini bertujuan untuk mengimplementasikan Jaringan Syaraf Tiruan (JST) pada prediksi curah hujan di kota Pontianak. JST adalah sistem pengolahan informasi dimana jaringan tersebut mempelajari data pada masa lampau dan menghasilkan data baru yang dapat digunakan di masa depan. JST yang digunakan pada penelitian ini yaitu jaringan syaraf tiruan propagasi balik (JST-PB) dimana proses mempelajari data secara maju dan koreksi kesalahan secara mundur. Data yang digunakan dalam penelitian ini adalah data rata-rata curah hujan bulanan selama 10 tahun dan parameter cuaca yang mempengaruhi curah hujan. Hasil penelitian menunjukkan bahwa curah hujan dapat diprediksi menggunakan empat parameter, yaitu arah angin, suhu rata-rata, kelembaban udara, dan kecepatan angin. ABSTRACT Rainfall is an important aspect of life, including for determining flight schedules, seasons for farming and disaster management so that it can be overcome. This study aims to implement Artificial Neural Networks (ANN) on the prediction of rainfall in the city of Pontianak. ANN is an information processing system where the network studies data in the past and produces new data that can be used in the future. ANN used in this research is backpropagation neural network (BNN) where the process of studying data forward and error correction backwards. Data used in this study are data of average monthly rainfall for 10 years and weather parameters that affect rainfall. The results showed that rainfall can be predicted using four parameters, including wind direction, average temperature, humidity, and wind speed.

Item Type: Thesis (S1)
Additional Information: No Panggil : S MAT RIS i-2020; NIM :1604589
Uncontrolled Keywords: Kata kunci: Jaringan syaraf tiruan (JST), Propagasi Balik (PB), Curah Hujan
Subjects: L Education > L Education (General)
Q Science > QA Mathematics
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Program Studi Matematika (non kependidikan)
Depositing User: Risyqaa Syafitri
Date Deposited: 01 Sep 2020 08:26
Last Modified: 01 Sep 2020 08:26
URI: http://repository.upi.edu/id/eprint/51277

Actions (login required)

View Item View Item