1. Membantu pengguna untuk mengetahui prediksi curah hujan di masa yang akan datang.
2. Sistem dapat digunakan sebagai alat bantu pengambilan keputusan dalam menentukan rangkaian kegiatan yang berhubungan dengan curah hujan khususnya
untuk bidang pertanian, transportasi, dan pariwisata. 3. Penelitian ini dapat menjadi bahan referensi untuk pengembangan penelitian lebih
lanjut.
1.6 Metodologi Penelitian
Metodologi penelitian yang digunakan pada penelitian ini adalah: 1. Studi Literatur
Pada tahap ini dilakukan studi kepustakaan yaitu mengumpulkan bahan referensi mengenai prediksi menggunakan weighted evolving fuzzy neural network
WEFuNN dari berbagai buku, jurnal, artikel, dan beberapa referensi lainnya. 2. Analisis
Pada tahap ini dilakukan analisis terhadap studi literatur untuk mengetahui dan mendapatkan pemahaman mengenai weighted evolving fuzzy neural network
WEFuNN untuk menyelesaikan masalah prediksi. 3. Perancangan
Pada tahap ini dilakukan perancangan sistem terhadap arsitektur sistem, pengumpulan data, pelatihan, dan merancang antarmuka. Proses dilakukan
berdasarkan hasil analisis studi literatur yang telah didapatkan. 4. Implementasi
Pada tahap ini implementasi sistem akan dilakukan pengkodean program menggunakan Visual Basic. NET VB.NET, dam MySQL.
5. Pengujian Pada tahap ini dilakukan pengujian aplikasi prediksi curah hujan yang telah dibuat
guna memastikan aplikasi telah berjalan sesuai dengan apa yang diharapkan. 6. Dokumentasi dan Penyusunan Laporan
Pada tahap ini dilakukan dokumentasi hasil analisis dan implementasi weighted evolving fuzzy neural network WEFuNN untuk melakukan prediksi curah hujan.
Universitas Sumatera Utara
1.7 Sistematika Penuliasan
Sistematika penulisan dan skripsi ini terdiri dari lima bagian utama sebagai berikut :
Bab 1: Pendahuluan
Bab ini berisi latar belakang , rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.
Bab 2: Landasan Teori
Bab ini berisi teori-teori yang digunakan untuk memahami permasalahan yang dibahas pada penelitian ini. Pada bab ini dijelaskan tentang penerapan metode weighted
evolving fuzzy neural network WEFuNN untuk memprediksi curah hujan dan data- data pendukungnya.
Bab 3: Analisis dan Perancangan
Bab ini berisi analisis dan penerapan metode weighted evolving fuzzy neural network WEFuNN untuk memprediksi curah hujan pada masa yang akan dating, serta
perancangan seperti pemodelan flowchart, dan antarmuka sistem.
Bab 4: Implementasi dan Pengujian
Bab ini berisi pembahasan tentang implementasi dari analisis dan perancangan yang disusun pada bab 3 dan pengujian apakah hasil yang didapatkan sesuai dengan yang
diharapkan.
Bab 5: Kesimpulan dan Saran
Bab ini berisi kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saran- saran yang diajukan untuk pengembangan penelitian selanjutnya.
Universitas Sumatera Utara
BAB 2 LANDASAN TEORI
Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan metode weighted evolving fuzzy neural network untuk
prediksi curah hujan.
2.1 Prediksi Curah Hujan
Dalam peramalan dikenal istilah prakiraan dan prediksi. Prakiraan adalah sebagai proses peramalan suatu variabel sebagai contoh curah hujan di masa datang dengan
berdasarkan data curah hujan pada masa sebelumnya. Menggabungkan dan mengolah data masa lampau secara sistematik dengan suatu metode tertentu untuk menghasilkan
prakiraan keadaan pada masa datang. Prediksi adalah proses peramalan suatu variabel di masa datang dengan lebih mendasarkan pada pertimbangan intuisi daripada data
masa lampau, meskipun lebih menekankan pada intuisi, dalam prediksi juga sering digunakan data kuantitatif sebagai pelengkap informasi dalam melakukan peramalan
Herjanto, 2006. Menurut sumber peramalannya, peramalan dapat dikelompokkan sebagai
berikut Heizer, 2005: 1. Model Data Times Series atau Runtun Waktu
Model data time series adalah suatu jenis peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan. Model time series sering disebut
model kuantitatif intrinsik. Model peramalan deret waktu seperti itu bertujuan untuk menemukan pola dalam deret data historis dan mengekstrapolasikan pola
dalam deret data tersebut ke pola data masa depan.
2. Model Data Causal Model data causal adalah model peramalan yang menggunakan hubungan sebab-
akibat sebagai asumsi, yaitu bahwa apa yang terjadi di masa lalu akan terulang pada saat ini. Model ini merupakan teknik peramalan kuantitatif ekstrensik yang
sesuai untuk pengambilan keputusan dan kebijakan.
Universitas Sumatera Utara
7
3. Model Data Judgemental Bila model peramalan time series dan causal bertumpu pada data kuantitatif, pada
model judgemental faktor-faktor kualitatifsubjektif dimasukkan ke dalam metode peramalan. Secara khusus berguna bilamana faktor-faktor subjektif yang
diharapkan menjadi sangat penting dan data kuantitatif yang akurat sudah diperoleh.
2.2 Intensitas Curah Hujan
