OPTIMASI PARAMETER NEURAL NETWORK PADA DATA TIME SERIES UNTUK MEMPREDIKSI RATA-RATA KEKUATAN GEMPA PER PERIODE (Studi Kasus Gempa Bumi di Maluku Utara)

ABSTRACT: Gempa bumi merupakan suatu pergerakan tanah yang terjadi secara tiba-tiba hingga menimbulkan getaran, besarnya kekuatan gempa dapat mengakibatkan bencana baik kerusakan maupun korban jiwa. Untuk mengantisipasi bencana yang akan datang maka diperlukan suatu model khususnya untuk meramalkan besarnya kekuatan gempa. Pada penelitian ini, digunakan model ARIMA dan model kombinasi dari Neural Network-Algoritma Genetik (NN-GA) untuk memprediksi rata-rata kekuatan gempa bumi setiap bulan khususnya yang terjadi di wilayah Maluku Utara. Data yang digunakan adalah data kekuatan gempa berdasarkan skala richter yang diperoleh dari Badan Meteorologi, Klimatologi dan Geofisika (BMKG) kota Ternate. Sebagai input pada model ARIMA dan NN-GA digunakan rata-rata kekuatan gempa bumi 36 bulan dan rata-rata kekuatan gempa 36 bulan berikutnya digunakan sebagai target untuk prediksi. Untuk meng-update parameter (bobot) dari Neural Network digunakan metode Gradient Descent dan untuk mendapatkan parameter yang lebih optimal pada layer Output, maka di diterapkan Algoritma Genetik. Hasil peramalan dari kedua model kemudian dibandingkan dan model terbaik ditentukan dari nilai Mean square Error (MSE) yang terkecil. dari hasil peramalan dengan model ARIMA diperoleh MSE sebesar 1.0125, sedangkan pada model NN-GA diperoleh MSE sebesar 0.9196. Nilai tersebut, menunjukkan bahwa model NN-GA lebih baik dari model ARIMA untuk peramalan rata-rata kekuatan gempa bumi beberapa bulan ke depan

KEYWORDS: Metode Peramalan Time Series ARIMA, Neural Network (NN), Gradient Descent dan Algoritma Genetik

Penulis: Muzakir Hi Sultan

Kode Jurnal: jpmatematikadd141531

Artikel Terkait :

Jp Matematika dd 2014

• PENURUNAN MODEL TRAFFIC FLOW BERDASARKAN HUKUM-HUKUM KESETIMBANGAN
• PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS
• KETERKAITAN ANTARA MODUL BEBAS DENGAN MODUL DILIHAT DARI SIFAT-SIFAT HOMOMORFISME MODUL
• KEAKURATAN SOLUSI PADA PERSAMAAN DIFUSI MENGGUNAKAN SKEMA CRANK-NICOLSON
• FAKTORISASI GRAF BARU YANG DIHASILKAN DARI PEMETAAN TITIK GRAF SIKEL PADA BILANGAN BULAT POSITIF
• DISKRITISASI PADA SISTEM PERSAMAAN DIFERENSIAL PARSIAL POLA PEMBENTUKAN SEL
• DESKRIPSI PENGARUH PARAMETER TERHADAP KESTABILAN PERILAKU SISTEM BANDUL GANDA SEDERHANA
• TEOREMA TITIK TETAP DI RUANG BANACH
• ANALISIS METODE BINOMIAL DIPERCEPAT PADA PERHITUNGAN HARGA OPSI EROPA
• MODEL PERGERAKAN TUMPAHAN MINYAK DI PERAIRAN SELAT SUNDA
• MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA SMP
• PENERAPAN LOGIKA FUZZY DAN SEM UNTUK MENGUKUR KEDALAMAN SPIRITUAL DOSEN, KARYAWAN, DAN MAHASIS
• ANALISIS PERILAKU DINAMIK PADA SEL T CD4+ DAN SEL T CD8+ TERHADAP INFEKSI MIKOBAKTERIUM
• APLIKASI QUASIGROUP DALAM PEMBENTUKAN KUNCI RAHASIA PADA ALGORITMA HIBRIDA
• PERBEDAAN HASIL BELAJAR MATEMATIKA SEKOLAH MENENGAH ATAS DITINJAU DARI MODEL PEMBELAJARAN KOOPERATIF DAN KEMAMPUAN IPA
• PEMECAHAN MASALAH MATEMATIKA DENGAN PENDEKATAN TEORI PEMBELAJARAN PERILAKU PADA SISWA SEKOLAH MENENGAH ATAS
• MODEL DIAGNOSTIK KESULITAN BELAJAR SISWA BERBASIS UJIAN NASIONAL: IMPLEMENTASI PADA MATA PELAJARAN MATEMATIKA
• PENINGKATAN KEMAMPUAN KONEKSI MATEMATIK SISWA SMP DENGAN MENGGUNAKAN PENDEKATAN PEMBELAJARAN BERBASIS MASALAH
• PERBEDAAN HASIL BELAJAR MATEMATIKA SMA DITINJAU DARI MODEL PEMBELAJARAN KOOPERATIF DAN KEMAMPUAN BAHASA INGGERIS
• PENGARUH PEMBELAJARAN KOOPERATIF, PERILAKU BERKARAKTER DAN PENGETAHUAN DASAR SISWA TERHADAP HASIL BELAJAR
• PERBEDAAN HASIL BELAJAR DITINJAU DARI PEMBELAJARAN KOOPERATIF, PERILAKU BERKARAKTER DAN DISPOSISI MATEMATIS
• PENGARUH MODEL PEMBELAJARAN KOOPERATIF TIPE TEAM ASSISTED INDIVIDUALIZATION (TAI) DAN ASSESMEN KINERJA TERHADAP HASIL BELAJAR MATA KULIAH PROGRAM LINEAR
• MODEL DIAGNOSTIK KESULITAN BELAJAR SISWA BERBASIS UJIAN NASIONAL
• MENGEMBANGKAN KEMAMPUAN BERPIKIR KRITIS MATEMATIK SISWA SMP MELALUI PENDEKATAN PEMBELAJARAN PROBLEM POSING