Penerapan Metode Extreme Learning Machine Dalam Meramalkan Temperatur Udara Harian Kota Jakarta Pusat

Authors

  • Syela Norika Simbolon Departemen Statistika FMIPA Universitas Padjadjaran
  • Jadi Suprijadi Departemen Statistika FMIPA Universitas Padjadjaran
  • Restu Arisanti Departemen Statistika FMIPA Universitas Padjadjaran

DOI:

https://doi.org/10.1234/pns.v10i.87

Keywords:

temperatur udara, peramalan, extreme learning machine

Abstract

Temperatur udara merupakan bagian penting dari parameter cuaca serta sangat dibutuhkan informasinya secara cepat dan akurat guna untuk kebutuhan aktivitas manusia. Kenaikan temperatur udara dapat mengakibatkan pada perubahan iklim. Dampak tersebut dirasakan oleh Kota Jakarta Pusat. Oleh karena itu, untuk mengantisipasi dampak tersebut serta dibutuhkan informasi temperatur udara periode mendatang, perlu dilakukan peramalan. Dalam penelitian ini akan digunakan pengembangan dari metode Artificial Neural Network Backpropagation yaitu metode Extreme Learning Machine. Metode ini memiliki learning speed yang lebih cepat dan dapat digunakan pada data yang berpola non linier serta periode waktu jangka panjang. Hasil analisis data menghasilkan model (19-47-1) yakni model yang terdiri dari 19 neuron pada lapisan input, 47 neuron pada lapisan tersembunyi, dan 1 neuron pada lapisan output. Model tersebut diperoleh dari MSE yang menghasilkan nilai eror terkecil yaitu sebesar 0.01191232 pada data training dan 0.001326861 pada data testing. Selanjutnya dilakukan peramalan temperatur udara harian berdasarkan jaringan terbaiknya

Downloads

Download data is not yet available.

References

BMKG, “Ekstrem Perubahan Iklim,” 2021.

KLHK, Roadmap Nationally Determined Contribution (NDC) Adaptasi Perubahan Iklim. Jakarta: Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia, 2020.

BMKG, “Trend Suhu di Indonesia,” 2019.

S. Siswanto, G. J. van Oldenborgh, G. van der Schrier, R. Jilderda, and B. van den Hurk, “Temperature, extreme precipitation, and diurnal rainfall changes in the urbanized Jakarta city during the past 130 years,” International Journal of Climatology, vol. 36, no. 9, pp. 3207–3225, 2016, doi: 10.1002/joc.4548.

R. Singh and S. Balasundaram, “Application of Extreme Learning Machine Method for Time Series Analysis,” Proceedings of World Academy of Science, Engineering and Technology, vol. 26, no. 11, pp. 361–367, 2007.

P. Subagyo, Forecasting (Konsep dan Aplikasi). Yogyakarta: BPFE, 1999.

J. J. Siang, Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan MATLAB. Yogyakarta: Andi, 2005.

D. F. Specht, “A general regression neural network,” IEEE Transactions on Neural Networks, vol. 2, no. 6, 1991, doi: 10.1109/72.97934.

G. bin Huang, Q. Y. Zhu, and C. K. Siew, “Extreme learning machine: Theory and applications,” Neurocomputing, vol. 70, no. 1–3, pp. 489–501, 2006, doi: 10.1016/j.neucom.2005.12.126.

Downloads

Published

2021-12-30

How to Cite

Norika Simbolon, S. ., Suprijadi, J. ., & Arisanti, R. . (2021). Penerapan Metode Extreme Learning Machine Dalam Meramalkan Temperatur Udara Harian Kota Jakarta Pusat. Prosiding Seminar Nasional Statistika, 10, 22. https://doi.org/10.1234/pns.v10i.87