Jaringan syaraf biologi Implementasi Jaringan Syaraf Tiruan dengan Algoritma Propagasi Balik untuk Memprediksi Ketinggian Air di Suatu Daerah Aliran Sungai

I PENDAHULUAN

1.1 Latar belakang

Hujan merupakan salah satu unsur iklim yang berpengaruh pada suatu daerah aliran sungai DAS. Pengaruh langsung yang dapat diketahui yaitu potensi sumber daya air. Besar kecilnya sumber daya air yang ada pada suatu DAS sangat tergantung dari jumlah hujan yang turun pada daerah di sekitar DAS tersebut. Untuk keperluan analisis sumber daya air pada suatu kawasan DAS, diperlukan seperangkat data yang memadai, mulai dari data curah hujan dan penguapan sebagai masukan, karakteristik DAS itu sendiri secara keseluruhan dan data ketinggian air sebagai keluaran. Kendala umum yang dihadapi dalam analisis sumber daya air adalah kurang tersedianya data ketinggian air, akan tetapi data curah hujan dan penguapan tersedia cukup memadai. Suatu model hidrologi yang menggambarkan hubungan antara curah hujan dan penguapan dengan ketinggian air berdasarkan beberapa parameter fisik DAS dapat dibuat untuk mengatasi kendala tersebut. Model hidrologi tersebut selanjutnya digunakan untuk memprediksi besarnya ketinggian air di suatu DAS. Akan tetapi, karakteristik dari setiap DAS tentunya berbeda-beda, dan akan sulit untuk menentukkan parameter-parameter fisik DAS dari karakteristik yang berbeda-beda tersebut. Oleh karena itu, hasil dari model hidrologi yang didapatkan pun tidak dapat mempresentasikan model aliran air DAS secara umum. Oleh karena itu, dalam karya ilmiah ini penulis menggunakan jaringan syaraf tiruan JST untuk memprediksi besarnya ketinggian air di suatu DAS. JST diharapkan dapat menjadi suatu sistem yang dapat digunakan untuk memprediksi besarnya ketinggian air secara umum suatu DAS dengan karakteristik fisiknya yang berbeda-beda. Implementasi dari JST dalam makalah ilmiah ini dilakukan dengan menggunakan software MATLAB R2010b yang didesain untuk menyelesaikan suatu model, dengan algoritma pembelajaran yang digunakan adalah propagasi balik. Propagasi balik adalah sebuah metode sistematik untuk pelatihan pada suatu jaringan dengan lapisan jamak. Metode ini memiliki dasar matematis yang kuat, obyektif dan algoritma pembelajaran ini pun mendapatkan bentuk persamaan dan nilai koefisien dalam formula dengan meminimalkan jumlah kuadrat galat melalui model yang dikembangkan dari suatu proses pelatihan training set. Konsep praktis dari JST untuk memprediksi ketinggian air ini yaitu dengan cara memasukkan pola data curah hujan, penguapan dan ketinggian air periode masa lalu ke dalam sistem, kemudian dilakukan suatu proses pelatihan menggunakan JST dengan algoritma pembelajaran propagasi balik. Setelah dilakukan proses pelatihan, sistem akan menghasilkan bobot-bobot yang akan digunakan untuk memprediksi ketinggian air pada periode-periode selanjutnya dengan hanya memasukkan data curah hujan dan penguapan. 1.2 Tujuan karya ilmiah Tujuan karya ilmiah dan penulisan makalah ilmiah ini adalah : 1. Mengimplementasikan jaringan syaraf tiruan JST untuk memprediksi ketinggian air di suatu daerah aliran sungai DAS. 2. Melihat komposisi proporsi data pelatihan dan pengujian yang baik. 3. Mencari kombinasi beberapa parameter untuk mendapatkan jaringan syaraf tiruan dengan parameter yang sesuai. II LANDASAN TEORI

2.1 Jaringan syaraf biologi

Otak manusia memiliki struktur yang sangat kompleks dan memiliki kemampuan yang luar biasa. Otak manusia terdiri dari beberapa neuron dan penghubung yang disebut sinapsis. Neuron bekerja berdasarkan impulssinyal yang diberikan pada neuron. Neuron meneruskannya pada neuron lain. Diperkirakan manusia memiliki neuron dan sinapsis. Dengan jumlah yang begitu banyak, otak manusia mampu mengenali suatu pola, melakukan perhitungan, dan juga mengontrol organ-organ tubuh dengan kecepatan yang lebih tinggi dibandingkan komputer digital. Sebagai perbandingan, pengenalan wajah seseorang yang sedikit berubah misal memakai topi, memiliki jenggot atau kumis, dll akan lebih cepat dilakukan manusia dibandingkan komputer. Pada waktu lahir, otak manusia mempunyai struktur yang menakjubkan karena kemampuannya membentuk sendiri aturanpola berdasarkan pengalaman yang diterima. Jumlah dan kemampuan neuron berkembang seiring dengan pertumbuhan fisik manusia, terutama pada umur tahun. Pada tahun pertama umur manusia, terbentuk juta sinapsis per detiknya. Gambar 1 menunjukkan struktur sederhana sebuah neuron. Neuron memiliki komponen penting yaitu dendrit, soma dan akson. Dendrit menerima sinyal dari neuron lain. Sinyal tersebut berupa impuls elektrik yang dikirim melalui celah sinapsis melalui suatu proses kimiawi. Sinyal tersebut akan dimodifikasi diperkuatdiperlemah di celah sinapsis. Berikutnya, soma menjumlahkan semua sinyal-sinyal yang masuk. Jika hasil jumlahan tersebut cukup kuat dan melebihi batas ambang threshold, maka sinyal tersebut akan diteruskan ke sel lain melalui akson. Frekuensi penerusan sinyal berbeda-beda antara satu sel dengan yang lain Gambar 2. Gambar 1 Struktur sederhana sebuah neuron Neuron biologi merupakan sistem yang “fault tolerant” dalam hal. Pertama, manusia dapat mengenali sinyal masukan yang agak berbeda dari yang pernah kita terima sebelumnya. Sebagai contoh, manusia sering dapat mengenali seseorang yang wajahnya agak berbeda karena sudah lama tidak dijumpainya. Kedua, otak manusia tetap mampu bekerja meskipun beberapa neuronnya tidak mampu bekerja dengan baik. Jika sebuah neuron rusak, neuron lain kadang-kadang dapat dilatih untuk menggantikan fungsi dari neuron yang rusak tersebut. Siang, 2005 Gambar 2 Proses kerja neuron pada jaringan syaraf biologi

2.2 Jaringan syaraf tiruan