kecenderungan bahwa model dengan hasil pembentukan model yang kurang akurat justru memberikan nilai MSE validasi yang rendah. Akan tetapi hal
tersebut biasanya tidak diikuti oleh tampilan grafik validasi yang baik pula. Beberapa hal yang dapat menyebabkan model memberikan hasil yang
kurang akurat ketika di validasi yaitu: - Pola curah hujan yang berbeda semasa pembentukan model dengan validasi
model. - Penggunaan interval waktu yang berbeda antara proses pembentukan model
dengan validasi model. Suhartono et al. 2006 juga memperoleh hasil yang sama ketika
memprediksi pola kunjungan wisatawan di Bali, dimana semakin baik model prediksi yang dibangun akan cenderung memberikan hasil validasi yang kurang
baik pula. Hal ini menunjukkan adanya dugaan bahwa dalam model terjadi overfitting
. Overfitting merupakan hal yang paling sering terjadi dalam model ANN, ketika model menjadi terlalu baik dalam memprediksi nilai-nilai aktual
sepanjang proses training maka terdapat peluang terjadi overfitting. Beberapa hal sebenarnya telah dilakukan untuk menghindari overfitting antara lain
menghentikan training lebih cepat dan membangun banyak training set. Oleh karena itu hal yang dapat direkomendasikan adalah melanjutkan penelitian ini
dengan membandingkan interval waktu antara proses training dan validasi kemudian dilanjutkan dengan penguraian bobot weight decay. Korgh dan Hertz
1995 mengemukakan bahwa weight decay telah lama diketahui dapat meningkatkan kemampuan generalisasi dari model ANN dengan teknik umpan
maju. Meskipun terdapat fluktuasi yang tidak sama antara nilai-nilai prediksi
dengan nilai-nilai aktual, akan tetapi secara umum, model menunjukkan pola maksimum dan minimum curah hujan yang sejalan antara data aktual dengan data
prediksi.
4.4 Prediksi Curah Hujan 2009
Hasil prediksi curah hujan di Cigadung, Karawang, Rawamerta, Subang, Sindanglaya dan Ciseuti untuk periode Oktober 2008 – Desember 2009 disajikan
pada Tabel 16 dan Gambar 14.
Tabel 16. Prediksi curah hujan tahun 2009 menggunakan model jaringan syaraf dan perbandingannya terhadap nilai rata-rata Normal di beberapa
stasiun curah hujan di Kabupaten Subang dan Karawang
No Lokasi Parameter Okt-
08 Nov-
08 Des-
08 Jan-
09 Feb-
09 Mar-
09 Apr-
09 Mei-
09 Jun-
09 Jul-
09 Agu-
09 Sep-
09 Okt-
09 Nov-
09 Des-
09 Prediksi
29 55 267 231 185 78 78 0 7 5 5 10 43 83 28
Rata-rata 32 73 103 164 136 123 92 39 20 11 6 9 32 73
103 Persentasi 91 75 259 141 136
64 85 0 35 48 83 107 135 114 27
Status N
BN AN AN AN BN N
BN BN BN BN N AN
N BN 1. Cigadung
Maksimum 74 187 357 610 428 426 269 130 101 84 25
17 74 187 357 Prediksi 107
109 91
523 38
94 237
5 61
87 75
44 191 159 553 Rata-rata 86
144 135 273 257 157 121 74
41 34
24 37
86 144 135 Persentasi 124 75 67 192
15 60 196
6 150 255
319 117 221 111 409
Status AN BN
AN AN BN BN AN BN AN AN AN AN AN
N AN 2. Karawang
Maksimum 217 267 309 535 711 339 239 192 119 200 112 240 217 267 309 Prediksi 67
190 187 307 379 325 181 77
74 76
73 68
100 186 191 Rata-rata 82
151 173 344 311 165 148 74
44 32
17 45
82 151 173
Persentasi 82 126 108 89 122 197 122 104 169
237 431
151 122 123 110 Status
BN AN N
N AN AN AN
N AN AN AN AN AN AN
N 3. Rawamerta
Maksimum 360 373 496 949 875 309 352 242 187 245 81 234 360 373 496 Prediksi 110
416 229 311 229 229 229 23
23 20 1
120 90 282 230
Rata-rata 156 272 288 420 343 341 275 139
78 64 25 48
156 272 288 Persentasi 71 153
79 74 67 67 83 17 30 31 5 250 58 104
80 Status
BN AN BN BN BN BN BN BN BN BN BN AN BN N BN
4. Subang
Maksimum 384 536 460 1188 1017 872 510 415 219 196 144 194 384 536 460 Prediksi 43
192 574 546 457 478 478 31
1 0 0
520 546 79 794
Rata-rata 188 333 428 488 416 482 418 207 139
76 61 83 188 333 428
Persentasi 23 58 134 112 110 99 114
15 1 0 0 626 291 24 185
Status BN BN AN
N N
N N
BN BN BN BN AN AN BN AN 5. Sindanglaya
Maksimum 426 702 629 811 805 703 640 613 381 256 245 313 426 702 629 Prediksi 56
276 493 414 414 424 414 80
2 35
180 270 470 439 Rata-rata 253
408 478 571 473 490 431 268 143 98 72
102 253 408 478 Persentasi 22 68 103
72 88 86 96 30 1 0 48 176 107 115 92
Status BN BN
N BN
N N
N BN BN BN BN AN
N N
N 6. Ciseuti
Maksimum 604 870 940 1045 840 716 753 616 400 252 236 246 604 870 940
Keterangan: Persentasi
= curah hujan prediksi rata-rata normal x 100 Maksimum = curah hujan maksimum setiap bulan yang terjadi sepanjang training set
AN = Curah hujan di atas Normal CH
≥ 115 rata-rata Normal N
= Curah hujan Normal 85 CH 115 rata-rata Normal BN
= Curah hujan di Bawah Normal CH ≤ 85
Kisaran curah hujan untuk seluruh stasiun pewakil diprediksi berada pada kisaran Bawah Normal BN hingga Atas Normal AN. Di Cigadung
diperkirakan periode musim hujan pertama DJF akan berada pada kondisi Atas Normal AN. Curah hujan diperkirakan akan mulai menurun di bulan Maret.
Periode musim kering umumnya berfluktuasi pada kondisi Bawah Normal BN hingga Normal. Pada musim hujan kedua bulan Oktober hingga Desember 2009
diperkirakan curah hujan yang terjadi tidak terlalu tinggi, yaitu berfluktuasi pada
kondisi Normal N hingga Bawah Normal BN dengan curah hujan di bulan Desember 2009 jauh di bawah rata-rata normalnya.
Prediksi curah hujan Karawang 2009 terhadap rata-rata aktual
100 200
300 400
500 600
Oct-08 Dec-08 Feb-09 Apr-09 Jun-09 Aug-09 Oct-09 Dec-09
cu ra
h hu
ja n
m m
rata-rata aktual prediksi
prediksi curah hujan Rawamerta 2009 terhadap rata-rata aktual
50 100
150 200
250 300
350 400
Oct-08 Dec-08 Feb-09 Apr-09 Jun-09 Aug-09 Oct-09 Dec-09
Gambar 14. Hasil prediksi curah hujan tahun 2009 menggunakan model jaringan syaraf terhadap rata-rata aktual Normal di beberapa stasiun curah
hujan di Kabupaten Subang dan Karawang.
Prediksi curah hujan di Stasiun Karawang diperkirakan akan terjadi curah hujan maksimum di bulan Januari 2009 dan Desember 2009. Periode Juni-
September berada di Atas Normal AN, sementara periode Oktober-Desember berfluktuasi di Atas Normal AN dan Normal N. Bulan Februari dan Maret
diprediksi curah hujan jauh di bawah rata-rata normal pada nilai 38 mm dan 94
C u
ra h hu
n ja
m m
rata-rata aktual prediksi
prediksi curah hujan Subang 2009 terhadap rata-rata aktual
50 100
150 200
250 300
350 400
450
Oct-08 Dec-08 Feb-09 Apr-09 Jun-09 Aug-09 Oct-09 Dec-09 c
ur a
h hu ja
n m
m
rata-rata aktual prediksi
Prediksi curah hujan Sindanglaya 2009 terhadap rata-rata aktual
100 200
300 400
500 600
700 800
900
Oct-08 Dec-08 Feb-09 Apr-09 Jun-09 Aug-09 Oct-09 Dec-09
cu ra
h hu ja
n m
m
rata-rata aktual prediksi
Prediksi curah hujan Ciseuti 2009 terhadap rata-rata aktual
100 200
300 400
500 600
Oct-08 Dec-08 Feb-09 Apr-09 Jun-09 Aug-09 Oct-09 Dec-09
cur a
h huj
an m
m
rata-rata aktual prediksi
Prediksi curah hujan Cigadung 2009 terhadap rata-rata aktual
50 100
150 200
250 300
Oct-08 Dec-08 Feb-09 Apr-09 Jun-09 Aug-09 Oct-09 Dec-09
cur a
h huj an
m m
rata-rata aktual prediksi
mm. Penurunan curah hujan yang terjadi di Stasiun Karawang pada bulan Februari dan Maret ini merupakan pola curah hujan yang sama sebagaimana yang
terjadi dalam tahun 2004, ketika terjadi penurunan curah hujan di bulan yang sama masing-masing pada nilai 78 dan 0 mm, dan kemudian meningkat pada di
kondisi Atas Normal AN di bulan April. Di Stasiun Rawamerta diperkirakan curah hujan berada pada status
Normal N hingga Atas Normal AN sepanjang tahun. Periode kering di Rawamerta memiliki curah hujan di atas rata-rata normalnya AN sementara
untuk musim hujan diprediksi berfluktuasi pada kondisi Atas Normal AN, Normal N dan Bawah Normal BN. Curah hujan yang terjadi pada bulan Maret
menunjukkan status jauh di atas rata-rata Normal, akan tetapi nilai ini masih lebih rendah dibandingkan nilai maksimum periode hujan tahun 1990-2007 dengan
intensitas curah hujan maksimum di bulan Maret adalah 309 mmbulan yang terjadi di tahun 1993.
Hal sebaliknya terjadi di Stasiun Subang, dimana prediksi curah hujan 2009 di stasiun ini berfluktuasi dari Bawah Normal BN hingga Normal N.
Periode musim kering dimulai di bulan April pada kondisi Bawah Normal BN sementara peningkatan curah hujan mulai terjadi di bulan September 2009.
Di Stasiun Sindanglaya periode musim hujan di bulan Januari hingga Maret umumnya berada pada kondisi Normal N, sementara periode musim
kering Juni, Juli, Agustus JJA berada pada kondisi bawah Normal. Sebagaimana Stasiun Subang, curah hujan diperkirakan akan mulai meningkat di bulan
September 2009. Di Ciseuti curah hujan pada periode musim hujan umumnya berada pada
kondisi Normal BN dan sebaliknya pada musim kering diprediksi berada pada kondisi Bawah Normal BN. Awal musim hujan untuk stasiun Ciseuti
diperkirakan akan lebih awal satu bulan yaitu bulan September dengan curah hujan bulan tersebut 180 mm atau lebih tinggi 176 dibandingkan rata-rata
normalnya. Kondisi curah hujan yang tinggi pada bulan September di Stasiun Ciseuti,
Sindanglaya dan Subang, umumnya masih lebih rendah dibandingkan curah hujan maksimum yang terjadi selama periode 1990-2007, kecuali untuk Stasiun
Sindanglaya, dimana intensitas curah hujan di bulan tersebut diprediksi jauh lebih tinggi dibandingkan nilai maksimumnya. Hal ini mengindikasikan adanya dugaan
overfitting pada model di stasiun tersebut, sehingga memungkinkan untuk
perbaikan model lebih lanjut dengan menggunakan teknik weight decay. Akan tetapi secara umum pola curah hujan di 3 stasiun yang terletak di Kabupaten
Subang tersebut dengan awal musim hujan yang lebih awal di bulan September, menunjukkan pola yang sama sebagaimana yang terjadi di tahun 2003. Pada tahun
tersebut di ketiga stasiun didapati bahwa curah hujan mulai meningkat dan berada pada kondisi Atas Normal AN dalam kisaran 160 – 405 lebih tinggi dari rata-
rata Normalnya. Stasiun-stasiun yang terletak di Kabupaten Karawang yaitu Cigadung dan
Karawang, memiliki curah hujan diatas rata-rata normalnya untuk periode musim kering. Hal ini terutama dipengaruhi oleh kondisi anomali SST pada tahun 2009
yang memiliki nilai-nilai negatif hampir sepanjang tahun 2009
2
dan menunjukkan bahwa stasiun-stasiun yang terletak di Kabupaten Karawang lebih dipengaruhi
secara nyata oleh anomali SST dibandingkan stasiun-stasiun di Subang sebagaimana hasil penelitian Pramudia 2002.
Penurunan anomali SST umumnya berdampak pada terjadinya peningkatan curah hujan. Hal ini sebagaimana hasil penelitian Boer, et al. 1999
dalam Estiningtyas dan Amin 2007 bahwa anomali suhu permukaan laut yang
bernilai negatif lebih kecil dari -0,5
o
C disebut La-Nina lemah, -1,1 sampai -1,5
o
C disebut La-Nina sedang dan nilai anomali SST yang lebih rendah -1,50
o
C disebut sebagai La-Nina kuat. Hal sebaliknya menunjukkan terjadinya El-Nino.
4.5 Model Prediksi Produksi padi
