Cigadung 1987 - 1995, X = 7, H = 6 bobot awal = 0.25
0.00 0.20
0.40 0.60
0.80 1.00
1987 1988 1989 1990 1991 1992 1993 1994 1995
Gambar 6. Hasil training pembentukan model prediksi curah hujan bulanan t+4 di Cigadung dengan akurasi tertinggi
4.1.2 Model Prediksi Curah Hujan di Stasiun Karawang.
Karawang merupakan stasiun pewakil yang dipilih untuk mewakili wilayah hujan IIA. Hasil training set pembentukan model prediksi curah hujan di stasiun
Karawang disajikan dalam Tabel 4 dan 5 sementara hasil terbaik dari training set model tersebut disajikan dalam Gambar 7.
N o
e n
in
rm a
liz d
m o
th ly
r a
fa ll
AKTUAL PREDIKSI
cigadung 1987 - 1995, X = 8, H = 10, bobot awal = 0.50
0.00 0.20
0.40 0.60
0.80 1.00
1987 1988 1989 1990 1991 1992 1993 1994 1995
al m
y r l
n o
rm iz
ed o
nt h
l ai
n fa
l
aktual prediksi
cigadung 1987 - 1995, X= 8, H = 10 bobot awal = 0.25
0.00 0.20
0.40 0.60
0.80 1.00
1987 1988 1989 1990 1991 1992 1993 1994 1995
n o
rm al
ized m
o n
th ly
rai n
fa ll
aktual prediksi
cigadung 1987 - 1995, X = 8, H = 10, bobot awal = 1.00
0.00 0.20
0.40 0.60
0.80 1.00
1987 1988
1989 1990
1991 1992
1993 1994
1995 n
o rm
a liz
e d
m o
n th
ly r
a in
fa ll
aktual prediksi
Cigadung 1987 - 1995, X = 8, H = 6 bobot awal = 0.25
0.00 0.20
0.40 0.60
0.80 1.00
1987 1988 1989 1990 1991 1992 1993 1994 1995
n o
rm a
liz e
d m
o n
th ly
r a
in fa
ll
aktual prediksi
Cigadung 1987 - 1995. X = 7, H = 10 bobot awal = 0.50
0.00 0.20
0.40 0.60
0.80 1.00
1987 1988 1989 1990 1991 1992 1993 1994 1995 N
or m
a li
z e
d m ont
hl y
ra inf
a ll
AKTUAL PREDIKSI
Tabel 4. Rangkuman pengembangan model prediksi curah hujan di Stasiun Karawang dengan tujuh parameter input X
1
-X
7
, tiga level simpul pada lapisan tersembunyi dan empat nilai bobot awal yang berbeda
No Jumlah simpul
hidden layer H dan taraf bobot awal
Iterasi MSE
per tahun
R
2
Kisaran prediksi Rata-rata
error mmbulan
1. Jumlah simpul nH = 6 a. 0,25
343 0,067
55 0,000 – 0,644 0,644 3,9
b. 0,50 60
0,096 35
0,107 – 0,245 0,138 6,2 c. 0,75
21 0,096
35 0,107 – 0,245 0,138 6,2
d. 1,00 1263
0,069 53
0,000 – 0,317 0,317 4,1 2
Jumlah simpul nH = 8 a. 0,25
164 0,069
54 0,115 – 0,874 0,338 4,1
b. 0,50 661
0,067 56
0,000 – 0,326 0,333 3,9 c. 0,75
477 0,065
57 0,000 – 0,333 0,333 3,8
d. 1,00 116
0,073 52
0,000 – 0,322 0,322 4,3 3. Jumlah simpul nH = 10
a. 0,25 4832
0,047 69
0,000 – 0,915 0,915 2,8 b. 0,50
387 0,067
56 0,000 – 0,331 0,331 4,0
c. 0,75 735
0,055 64
0,000 – 0,396 0,396 3,3 d. 1,00
439 0,067
56 0,000 – 0,330 0,330 4,0
Keterangan: rata-rata error adalah nilai MSE terhadap curah hujan maksimum.
Tabel 4 menunjukkan ada hubungan antara jumlah iterasi dengan ketelitian model. Makin tinggi jumlah iterasi maka model akan semakin teliti. Nilai bobot
awal 0,25 memberikan prediksi yang paling akurat pada setiap tingkat lapisan tersembunyi. Model-model yang dibentuk dengan menggunakan tujuh parameter
ini ternyata sebagian besar tidak mampu menduga nilai-nilai ekstrim tinggi yang terjadi.
Model yang menambahkan anomali SST pada saat t+3 X
8
memberikan prediksi yang lebih akurat pada nilai bobot awal 0,25 untuk setiap taraf simpul
lapisan tersembunyi. Model-model yang memiliki tingkat akurasi tertinggi untuk karawang adalah pada saat menggunakan delapan parameter input untuk nH = 6,
nH = 8 dan pada saat nH = 10, ketiganya untuk bobot awal 0,25 Gambar 7.
Tabel 5. Rangkuman pengembangan model prediksi curah hujan di Stasiun Karawang dengan delapan parameter input X
1
-X
8
, tiga tingkat simpul lapisan antara dan empat nilai bobot awal yang berbeda
No Jumlah simpul
lapisan antara H dan taraf inisialisasi bobot
Iterasi MSE
per tahun
R
2
Kisaran prediksi Rata-rata
error mmbulan
1. Jumlah simpul nH = 6 a. 0,25
1.605 0,017
0,885 0,000 – 0,931 0,931 1,0
b. 0,50 294
0,086 0,436
0,122 – 0,273 0,152 5,1 c. 0,75
60 0,086
0,433 0,121 – 0,273 0,151 5,1
d. 1,00 278
0,085 0,434
0,121 – 0,272 0,151 5,1 2
Jumlah simpul nH = 8 a. 0,25
1.508 0,031
0,791 0,001 – 0,633 0,632 1,9
b. 0,50 66
0,086 0,432
0,121 – 0,273 0,151 5,1 c. 0,75
91 0,090
0,405 0,121 – 0,272 0,151 5,3
d. 1,00 72
0,087 0,425
0,120 – 0,270 0,150 5,1 3. Jumlah simpul nH = 10
a. 0,25 6.232
0,034 0,775
0,000 – 0,990 0,990 2,0 b. 0,50
2.347 0,065
0,567 0,000 – 0,565 0,565 3,9
c. 0,75 1.352
0,069 0,540
0,000 – 0,306 0,306 4,1 d. 1,00
1.819 0,041
0,731 0,000 – 0,930 0,930 2,4
Keterangan: rata-rata error adalah nilai MSE terhadap curah hujan maksimum.
Nilai bobot 0,25 dengan menggunakan 6 simpul lapisan tersembunyi dan 8 parameter input memberikan nilai MSE per tahun paling rendah dan R
2
tertinggi dibandingkan model-model lainnya. Gambar 7 memperlihatkan bahwa, model
tersebut pada beberapa titik tidak mampu menduga nilai-nilai curah hujan sebesar 0 mm. Dengan menggunakan 8 simpul pada lapisan tersembunyi untuk nilai bobot
awal yang sama diperoleh hasil R
2
tertinggi kedua setelah 6 lapisan tersembunyi. Pada penggunaan 8 simpul lapisan tersembunyi ini iterasi yang terjadi juga lebih
sedikit dibandingkan dengan penggunaan 6 dan 10 simpul. Model ini dengan demikian menjadi lebih efisien dan memiliki laju pembelajaran yang cepat,
sehingga menjadi lebih sederhana. Handoko 2004 menyebutkan bahwa kesederhanaan model merupakan hal yang cukup penting dalam aplikasi model
oleh user. Model dengan 8 simpul pada lapisan tersembunyi inilah yang kemudian dianggap paling baik bagi Karawang dan akan dipergunakan untuk keperluan
prediksi curah hujan yang akan datang. Hasil pengembangan model prediksi ini jauh lebih baik dibandingkan
model prediksi curah hujan sebelumnya oleh Koesmaryono et al. 2007, yang
memprediksi curah hujan tiga bulan ke depan di Karawang. Model tersebut dihasilkan setelah 81 iterasi dengan MSE per tahun 0,101 dan rata-rata error 6,0
mmbulan. Model tersebut juga tidak begitu mampu memprediksi nilai-nilai ekstrim rendah dan tinggi.
Karawang 1990 - 2003, X = 8, H = 6, bobot awal = 0.25
0.00 0.20