Prediksi Curah Hujan Menggunakan Algoritma Grammatical Evolution

Abstract

Prediksi dapat memberikan gambaran mengenai kejadian di masa depan. Prediksi cuaca khususnya curah hujan dapat bermanfaat dalam kelangsungan beberapa sektor seperti perikanan, pertanian, transportasi dan lain-lain. Fluktuasi curah hujan yang cukup signifikan menyebabkan hal tersebut sulit diprediksi, ditambah lagi dengan akibat pemanasan global, perubahan musim hujan-musim kemarau pun turut bergeser terus menerus.

Pada tugas akhir ini digunakan salah satu algoritma Evolutionary Algorithms yaitu Grammatical Evolution yang berbasis evolusi biologi untuk memprediksi curah hujan satu bulan kedepan (M+1) untuk wilayah Soreang, Kabupaten Bandung. Keunggulan dari Grammatical Evolution ialah representasi individu yang berupa grammar Backus Naur Form (BNF) yang dapat didefinisikan sesuai dengan karakteristik permasalahan yang dihadapi. Pada tugas akhir ini juga dianalisis perbandingan performansi Grammatical Evolution dengan metode seleksi survivor Generational Replacement dan Steady State.

Algoritma Grammatical Evolution menghasilkan prediksi curah hujan M+1 dengan nilai performansi terbaik sebesar ±71% untuk seleksi survivor dengan Generational Replacement dan ±75% untuk seleksi survivor dengan Steady State. Pengujian ini dilakukan dengan mengevaluasi sebanyak 10000 individu.

Kata kunci: prediksi, curah hujan, Grammatical Evolution, BNF, Generational Replacement, Steady State.