PREDIKSI CUACA PADA DATA TIME SERIES MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

Edit
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.
Kata kunci: prediksi cuaca, peramalan cuaca, data time series, ANFIS
Penulis: Candra Dewi, Dany Primanita Kartikasari, Yusi Tyroni Mursityo
Kode Jurnal: jptinformatikadd140126

Artikel Terkait :

Jp Teknik Informatika dd 2014