Prediksi Curah Hujan Menggunakan Algoritma Hybrid Neural Network Dan Evolutionary Programming

Abstract

Abstrak Pertumbuhan dan kualitas hasil pertanian tergantung pada beberapa faktor, salah satunya adalah faktor lingkungan. Tanah merupakan salah satu faktor lingkungan yang berkaitan erat dengan curah hujan karena air sebagai pengangkut unsur hara dari tanah ke akar dan kemudian dilanjutkan pada proses fotosintesis. Hal inilah alasan mengapa prediksi curah hujan patut diketahui. Pada tugas akhir ini, diterapkan metode peramalan Simple Moving Average (SMA) dengan 3-MA dan 5-MA. Untuk membangun sistemnya digunakan hybrid Artificial Neural Network (ANN) serta algoritma Evolutionary Programming (EP). Untuk mendapatkan arsitektur dan bobot ANN optimal dibangkitkan 20.000 solusi individu dengan kombinasi ukuran populasi 50 dan generasi 400 dengan akurasi rata-rata pelatihan dan pengujian sebesar 79,24% pada arsitektur 3-1-1 metode 3-MA. Sedangkan untuk 5-MA menghasilkan akurasi rata-rata sebesar 78,45% pada arsitektur 5-2-1.

Kata Kunci : time series, moving average, ANN, Evolutionary Algorithm, Evolutionary Programming,