PREDIKSI CUACA PADA DATA TIME SERIES MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
Abstrak: Informasi mengenai
kondisi atmosfer yang cepat, akurat, dan terperinci sangat diperlukan oleh
berbagai sektor. Salah satu metode yang dapat digunakan untuk melakukan
prediksi dan peramalan model yang kompleks dengan akurasi yang tinggi adalah
Adaptive Neuro Fuzzy Inference System (ANFIS). Dengan kemampuan metode ini untuk melakukan
prediksi dan peramalan,
pada penelitian ini
dilakukan perbandingan kinerja
dari kedua kemampuan ANFIS
tersebut pada data
time series cuaca
berdasarkan parameter-parameter atmosfir
yang mempengaruhinya.
Pada penelitian ini,
metode ANFIS baik
untuk proses prediksi
maupun peramalan diimplementasi dengan struktur standar
ANFIS yaitu lima
layer. Namun pada proses
peramalan dilakukan penggabungan
dengan metode moving average untuk meramalkan nilai parameter input pada
saat pengujian. Pengujian dilakukan pada data latih 40%, 50% dan 60% dari total
data. Selain itu, pengujian juga dilakukan dengan mengelompokkan data berdasarkan
musim, yaitu kemarau dan penghujan.
Hasil uji coba
menunjukkan bahwa metode
ANFIS cukup baik
diterapkan untuk proses
prediksi jika tanpa pengelompokan data
berdasarkan musim. Namun
jika dilakukan pengelompokan
berdasarkan musim, kemampuan
ANFIS dalam melakukan peramalan memiliki tingkat akurasi yang lebih tinggi
dengan nilai error yang cukup rendah.
Penulis: Candra Dewi, Dany
Primanita Kartikasari, Yusi Tyroni Mursityo
Kode Jurnal: jptinformatikadd140126
