1. Home
  2. Pendidikan

Validasi Hasil Prediksi Model ANFIS Tipe D1 Validasi Hasil Prediksi Model ANFIS Tipe D2 Validasi Hasil Prediksi Model ANFIS Tipe E1 Validasi Hasil Prediksi Model ANFIS Tipe E2

Gambar 4.23. Validasi Prediksi Curah Hujan Model ANFIS Tipe C1

4.5.3 Validasi Hasil Prediksi Model ANFIS Tipe D1

Hasil validasi prediksi ANFIS dengan data aktual untuk daerah Tipe D1 menunjukkan bahwa nilai korelasi baik terdapat pada bulan April dengan nilai korelasi tertinggi -0,51. ‐1,00 ‐0,75 ‐0,50 ‐0,25 0,00 0,25 0,50 0,75 1,00 V a li d a si Grafik Validasi Predikasi Curah Hujan TipeD1 ANFIS ‐0,11 0,01 0,41 ‐0,51 0,19 0,32 ‐0,29 0,21 ‐0,35 0,09 0,24 0,35 JAN PEB MAR APR MEI JUN JUL AGST SEP OKT NOP DES Gambar 4.24. Validasi Prediksi Curah Hujan Model ANFIS Tipe D1

4.5.4 Validasi Hasil Prediksi Model ANFIS Tipe D2

Hasil validasi prediksi ANFIS dengan data aktual untuk daerah Tipe D2 menunjukkan bahwa nilai korelasi baik terdapat pada bulan Februari dengan nilai korelasi tertinggi 0,44. 56 ‐1,00 ‐0,75 ‐0,50 ‐0,25 0,00 0,25 0,50 0,75 1,00 V a li d a si Grafik Validasi Predikasi Curah Hujan TipeD2 ANFIS ‐0,11 0,44 ‐0,09 0,12 ‐0,16 0,25 ‐0,15 0,33 ‐0,14 0,11 0,11 ‐0,33 JAN PEB MAR APR MEI JUN JUL AGST SEP OKT NOP DES Gambar 4.25. Validasi Prediksi Curah Hujan Model ANFIS Tipe D2 Universitas Sumatera Utara

4.5.5 Validasi Hasil Prediksi Model ANFIS Tipe E1

Hasil validasi prediksi ANFIS dengan data aktual untuk daerah Tipe E1 menunjukkan bahwa nilai korelasi baik terdapat pada bulan Januari, Mei dan September dengan nilai korelasi tertinggi 0,73. ‐1,00 ‐0,75 ‐0,50 ‐0,25 0,00 0,25 0,50 0,75 1,00 V a li d a si Grafik Validasi Predikasi Curah Hujan TipeE1 ANFIS 0,73 0,50 0,19 ‐0,22 ‐0,68 0,47 0,39 0,43 0,56 0,47 0,25 ‐0,03 JAN PEB MAR APR MEI JUN JUL AGST SEP OKT NOP DES Gambar 4.26. Validasi Prediksi Curah Hujan Model ANFIS Tipe E1

4.5.6 Validasi Hasil Prediksi Model ANFIS Tipe E2

Hasil validasi prediksi ANFIS dengan data aktual untuk daerah Tipe E2 menunjukkan bahwa nilai korelasi baik terdapat pada bulan Februari, Agustus dan Nopember dengan nilai korelasi tertinggi 0,74. 57 ‐1,00 ‐0,75 ‐0,50 ‐0,25 0,00 0,25 0,50 0,75 1,00 V a li d a si Grafik Validasi Predikasi Curah Hujan TipeE2 ANFIS ‐0,26 0,74 0,16 ‐0,35 0,24 ‐0,05 ‐0,48 0,56 0,17 0,28 0,71 ‐0,05 JAN PEB MAR APR MEI JUN JUL AGST SEP OKT NOP DES Gambar 4.27. Validasi Prediksi Curah Hujan Model ANFIS Tipe E2

4.5.7 Validasi Hasil Prediksi Model ANFIS Tipe E3

Dokumen yang terkait

Penggunaan Model Tisean Dan Wavelet Untuk Analisis Simulasi Komputasi Pemetaan Validasi Prediksi Curah Hujan Di Sumatera Utara

2 31 111

Penggunaan Metode Klasifikasi Oldeman Untuk Simulasi Komputasi Pemetaan Curah Hujan Di Sumatera Utara

0 63 85

Analisis Pemetaan Validasi Prediksi Curah Hujan Dengan Model Jaringan Syaraf Tiruan Dan Wavelet Menggunakan Arc View 3.3

5 77 106

Sistem Peringatan Dini Bahaya Banjir Dengan Input Prediksi Curah Hujan Menggunakan Model Arima Di Daerah Aliran Sungai (DAS) Deli Percut

3 64 74

Penerapan Model ARIMA untuk Prediksi Anomali Curah Hujan Berdasarkan Indeks Monsun dan El Niño di Beberapa Kawasan di Indonesia.

4 24 50

Regresi Kuantil Lasso Dan Gulud Dengan Validasi Silang Untuk Prediksi Curah Hujan Ekstrim

3 11 41

Kata Kunci : Curah hujan, ANFIS, Membership Function. PENDAHULUAN - ANFIS DENGAN MEMBERSHIP FUNCTION UNTUK PREDIKSI CURAH HUJAN PADA DATA RENTET WAKTU MULTIVARIATE

0 1 8

Pemodelan Curah Hujan dengan Pendekatan Model ARIMA, Feed Forward Neural Network dan Hybrid (ARIMA-NN) di Banyuwangi

0 1 6

PREDIKSI CURAH HUJAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYTEM (ANFIS)

0 2 14

ANALISIS DAN PERANCANGAN PROGRAM APLIKASI DENGAN STRUKTUR ADAPTIVE NEURO-FUZZY INFERENCE SYSTEMS (ANFIS) UNTUK PREDIKSI CURAH HUJAN: STUDI KASUS DI BADAN METEOROLOGI DAN GEOFISIKA

0 1 13