sistem estimasi temperatur udara dengan metode jaringan syaraf

Tugas Akhir - 2005
SISTEM ESTIMASI TEMPERATUR UDARA DENGAN METODE JARINGAN
SYARAF TIRUAN PROPAGASI BALIK LEVENBERG-MARQUARDT DARI DATA
KLIMATOLOGI ESTIMATION SYSTEM OF AIR TEMPERATURE WITH
ARTIFICIAL NEURAL NETWORK BACK-PROPAGATION LEVENBERGMARQUARDT METHOD FROM CLIMATOLOG
Sofiarti Dyah Anggunia¹, -²
¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Abstrak
Temperatur udara pada permukaan bumi merupakan parameter yang sangat krusial untuk
mengetahui batasan iklim dari suatu wilayah, khususnya sebagai salah satu indeks dari energi
panas atmosfer. Dalam memperkirakan temperatur udara pada suatu wilayah, metode yang
pernah dilakukan adalah model empiris dengan regresi polinom orde kedua. Penelitian ini
menghasilkan akurasi sebesar 70% dengan deviasi 3°C.
Jaringan Syaraf Tiruan dikembangkan untuk memperbaiki tingkat akurasi dari penelitian yang
sebelumnya. Jaringan Syaraf Tiruan dapat memperkirakan temperatur udara pada suatu wilayah
dengan menggunakan data klimatologi.
Arsitektur Jaringan Syaraf Tiruan yang digunakan untuk melatih dan membangkitkan jaringan
adalah Multiple-layer feed-forward dengan metode pembelajaran Propagasi Balik, yang terdiri
dari tiga layer yaitu layer input, layer output dan satu layer tersembunyi. Metode optimisasi
Levenberg-Marquardt akan digunakan untuk meningkatkan kecepatan dan performansi
Propagasi Balik. Variabel yang dijadikan input pada jaringan adalah kelembaban udara, tekanan
udara, curah hujan, lama penyinaran matahari (sunshine radiation), kecepatan dan arah angin.
Output yang diharapkan adalah perkiraan temperatur udara pada esok hari.Dari hasil pengujian
yang dilakukan terhadap sistem estimasi temperatur udara ini terbukti bahwa sistem ini dapat
menghasilkan keluaran yang lebih baik daripada metode regresi polinom. Sistem dengan metode
JST-BP-LM menghasilkan akurasi sebesar 100% dengan deviasi 3°C.
Kata Kunci : Jaringan Syaraf Tiruan, Propagasi Balik, Levenberg-Marquardt, Temperatur Udara,
Klimatologi.
Abstract
Air temperature on the surface of the earth is a crucial parameter for understanding the
boundary layer climate of certain area, especially as an index of the thermal energy of the
atmosphere. In estimating the air temperature in the area, the method used is empirical model
with the second order polynomial regression. The observation effects 70% accuracy with 3° C
deviation.
The artificial neural network developed for improving the accuracy from the observation before.
The artificial neural network can estimate the air temperature on the area using Climatology
data.
The architect of artificial neural network used for training and generating the network is
Multiple-layer feed-forward with Back-propagation learning method which consists of input layer,
output layer, and one hidden layer. The Levenberg-Marquardt optimization method will be used
for arising the speed and performance of back-propagation. The input variable for the network
are humidity, air pressure, rainfall, sunshine radiation, and the wind. Output expected is air
temperature estimation on the nextday.
From the research, we can interpreted that the air estimation system can produce better result
than polynomial regression method. Air estimation system with neural network method can
produce 100% accuracy with 3° C deviation.
Keywords : Artificial Neural Network, Back-Propagation, Levenberg-Marquardt, Air Estimation,
Climatology.
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika
Tugas Akhir - 2005
BAB I
PENDAHULUAN
1.1 LATAR BELAKANG
Temperatur udara pada permukaan bumi merupakan parameter yang
sangat krusial untuk mengetahui batasan iklim dari suatu wilayah, khususnya
sebagai salah satu indeks dari energi panas atmosfer. Maksimum temperatur udara
harian serta kelembaban dikembangkan untuk memperkirakan penguapan
(evapotranspirasi) harian. Temperatur udara juga merupakan parameter kunci
dalam siklus air dan energi pada sistem atmosfer bumi.
Stasiun meteorologi harus menyediakan temperatur udara sebagai nilai
yang representatif, karena akan digunakan untuk keperluan dalam penentuan iklim
maupun
evapotranspirasi.
Metode
yang
sebelumnya
digunakan
untuk
memperkirakan temperatur udara pada suatu wilayah adalah model empiris
dengan regresi polinom orde kedua. Kelemahan dari penelitian ini adalah hanya
menghasilkan akurasi sebesar 70% dengan deviasi 3 °C.
Salah satu cara yang diharapkan dapat mengurangi masalah ini adalah
dengan mengimplementasikan metode Jaringan Syaraf Tiruan (JST). Arsitektur
JST yang paling populer adalah Multilayer feed-forward dengan metode
pembelajaran Propagasi Balik. Namun salah satu kendala dari Propagasi Balik
sederhana adalah kecepatannya yang lambat dalam menghasilkan pola
pembelajaran yang stabil. Untuk itulah maka akan digunakan metode optimisasi
Levenberg-Marquardt dalam meningkatkan kecepatan dan performansi Propagasi
Balik.
1.2 PERUMUSAN MASALAH
Setiap hari stasiun meteorologi mencatat hasil observasi atau pengamatan
terhadap keadaan bumi di wilayah-wilayah tertentu. Data yang diperoleh dari hasil
pengamatan tersebut disebut data klimatologi, yang terdiri dari data : temperatur
Fakultas Teknik Informatika
Program Studi S1 Teknik Informatika
Tugas Akhir - 2005
udara, kelembaban udara, tekanan udara, curah hujan, lama penyinaran matahari
(sunshine radiation), kecepatan dan arah angin.
Sistem estimasi temperatur udara berfungsi untuk memprediksi atau
memperkirakan rata-rata temperatur udara pada esok hari. Pembelajaran dengan
metode Jaringan Syaraf Tiruan dilakukan dengan masukan berupa data
klimatologi, dan output berupa estimasi temperatur udara rata-rata pada hari
berikutnya.
Arsitektur Jaringan yang akan dilatihkan terdiri dari 3 layer yaitu layer
input yang menerima masukan, satu layer tersembunyi, dan layer output yang
akan menghasilkan nilai estimasi temperatur udara esok hari. Pola yang dipilih
adalah pola yang paling optimal dengan Mean Square Error terkecil.
Dari pola yang paling optimal tersebut akan dilakukan analisis
perbandingan terhadap metode regresi polinom yang sebelumnya diterapkan
dalam penentuan suhu udara.
1.3 TUJUAN PEMBAHASAN
Dengan tugas akhir ini, diperoleh hal-hal sebagai berikut :
•
Mengimplementasikan metode Jaringan Syaraf Tiruan Multilayer feedforward dengan pembelajaran Propagasi Balik Levenberg-Marquardt
dalam melatih dan membangkitkan jaringan.
•
Membuat aplikasi untuk memperkirakan temperatur udara berdasarkan
data klimatologi dengan metode Jaringan Syaraf Tiruan, yaitu dengan pola
pembelajaran yang paling optimal.
•
Analisis hasil penelitian metode JST dan membandingkannya dengan
metode regresi polinom.
1.4 PEMBATASAN MASALAH
Dalam penyelesaian Tugas Akhir ini, objek penyelesaian dibatasi dengan
ruang lingkup sebagai berikut :
•
Data klimatologi yang digunakan adalah data yang sudah bersih dan siap
diolah.
Fakultas Teknik Informatika
Program Studi S1 Teknik Informatika
Tugas Akhir - 2005
•
Estimasi temperatur udara dilakukan hanya untuk satu hari ke depan.
•
Pembelajaran dilakukan hanya untuk wilayah tertentu saja.
•
Penilaian akurasi dilakukan berdasarkan data hasil estimasi dari data
observasi yang sebenarnya.
1.5 METODE PENYELESAIAN MASALAH
Metode yang akan digunakan untuk menyelesaikan tugas akhir ini adalah :
1. Studi literatur dari beberapa buku, jurnal dan artikel untuk memahami
mengenai metode JST, serta implementasinya dalam perkiraan suhu udara.
2. Pencarian contoh data klimatologi sebagai masukan sistem.
3. Penentuan pola yang paling optimal dari proses pembelajaran yang
dilakukan.
4. Pembuatan simulasi dengan algoritma yang telah dipilih, yaitu algoritma
JST Propagasi Balik Levenberg Marquardt.
5. Pengujian simulasi.
6. Analisis terhadap hasil pengujian dan perbandingannya dengan metode
yang terdahulu, yaitu regresi polinom.
7. Penyusunan laporan.
1.6 SISTEMATIKA PENULISAN
Tugas Akhir ini disusun berdasarkan sistematika sebagai berikut :
BAB I
: PENDAHULUAN
Bab ini akan membahas kerangka penelitian atau percobaan
dalam tugas akhir, meliputi latar belakang, tujuan, perumusan
masalah, batasan masalah, metode penyelesaian masalah, dan
sistematika penulisan.
BAB II
: DASAR TEORI
Bab ini memuat dasar teori yang mendukung dan mendasari
penulisan tugas akhir ini, yaitu mengenai proses pengolahan data
dan penerapan Jaringan Syaraf Tiruan.
Fakultas Teknik Informatika
Program Studi S1 Teknik Informatika
Tugas Akhir - 2005
BAB III
: ANALISIS DAN PERANCANGAN SISTEM
Berisi analisis sistem yang akan dikembangkan meliputi analisis
kebutuhan sistem dan fungsional, serta perancangan sistem yang
meliputi perancangan data, perancangan arsitektur JST dan
perancangan proses yang dilakukan di dalam sistem (mencakup
aliran data, kamus data dan spesifikasi proses).
BAB IV
: IMPLEMENTASI DAN ANALISIS UJI UNJUK KERJA
ESTIMASI TEMPERATUR UDARA
Bab ini berisi mengenai implementasi dan analisis data yang
diperoleh dari hasil percobaan yang menunjukkan performansi
dalam estimasi temperatur udara.
BAB V
: KESIMPULAN DAN SARAN
Bab terakhir ini menjelaskan kesimpulan secara umum dari
seluruh rangkaian penelitian yang dilakukan serta perbandingan
hasil penelitian dengan metode yang terdahulu, dan saran untuk
pengembangan selanjutnya.
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika
Tugas Akhir - 2005
BAB V
KESIMPULAN DAN SARAN
5.1
KESIMPULAN
Dari hasil analisis terhadap pengujian yang dilakukan pada sistem estimasi
temperatur udara dengan metode jaringan syaraf tiruan propagasi balik levenbergmarquardt dari data klimatologi, maka dapat ditarik kesimpulan sebagai berikut :
1. Sistem estimasi temperatur udara dengan metode jaringan syaraf tiruan
propagasi balik levenberg-marquardt dari data klimatologi dapat
digunakan untuk mengestimasi temperatur udara harian yang mungkin
akan terjadi pada esok hari.
Berdasarkan hasil pengujian, sistem
cenderung dapat mengestimasi semua data latih dan data uji dengan selisih
error 3° C dari data yang sesungguhnya, dimana kesalahan ini masih dapat
ditolerir.
2. Sistem estimasi temperatur udara dengan metode JST-BP-LM ini terbukti
dapat menghasilkan keluaran yang lebih baik daripada metode regresi
polinom. Sistem dengan metode JST-BP-LM dapat menghasilkan akurasi
sebesar 100% dengan data klimatologi sepanjang tahun 2000 di tiga
daerah yang berbeda, yaitu Bandung, Jakarta dan Pontianak, sedangkan
pada penelitian sebelumnya yaitu metode regresi polinom hanya
menghasilkan 70% akurat.
3. Variabel input yang paling berpengaruh terhadap keluaran sistem adalah
temperatur udara pada hari ke-i untuk estimasi hari ke-(i+1). Variabel lain
yang juga berpengaruh adalah tekanan udara, curah hujan, lama
penyinaran matahari, angin dan kelembaban udara.
4. Beberapa parameter yang mempengaruhi tingkat akurasi hasil prediksi
sistem adalah sebagai berikut :
a. Minimum MSE, semakin kecil nilai minimum MSE maka hasil
prediksi temperatur udara yang dihasilkan akan semakin akurat.
Namun semakin kecil nilai minimum MSE membutuhkan waktu
pelatihan jaringan yang besar pula. Dengan sample yang digunakan
Fakultas Teknik Informatika
Program Studi S1 Teknik Informatika
Tugas Akhir - 2005
pada tugas akhir ini, nilai minimum MSE yang menghasilkan
akurasi hasil prediksi sebesar-besarnya dalam waktu yang
sesingkat-singkatnya, adalah minimum MSE sebesar 0.01
b. Hidden neuron dan learning rate. Dengan sample yang digunakan
pada tugas akhir ini, akurasi hasil prediksi temperatur udara
optimal pada jumlah hidden neuron 20 dan 21 node. Sedangkan
nilai awal learning rate tidak mempengaruhi akurasi hasil prediksi,
tetapi berpengaruh terhadap waktu komputasi, sehingga dari
dengan sample yang digunakan didapat akurasi yang paling
optimal adalah jaringan dengan nilai awal learning rate = 1.
5.2
SARAN
Pengembangan yang dapat dilakukan pada tugas akhir ini adalah :
Untuk tingkat keakuratan yang lebih tinggi, dapat ditambahkan lebih
banyak lagi data dan frekuensi pelatihan dari daerah-daerah yang berbeda.
Fakultas Teknik Informatika
Powered by TCPDF (www.tcpdf.org)
Program Studi S1 Teknik Informatika