Prediksi Banjir Dengan Mengunakan Weighted Evolving Fuzzy Neural Network (WEFUNN)
v
ABSTRAK
Banjir merupakan salah satu bencana alam yang sangat merugikan masyarakat. Oleh
karena itu, diperlukan suatu pendekatan untuk dapat memprediksi banjir di masa
depan. Data yang digunakan adalah data dari data tinggi permukaan air Daerah Aliran
Sungai Asam Kumbang Belawan. Data tersebut berdasarkan data runtun waktu.
Metode Weighted Evolving Fuzzy Neural Network (WEFuNN) merupakan
pengembangan dari metode Evolving Fuzzy Neural Network (EFuNN) yang memiliki
struktur Hybird dari metode Fuzzy Inference System dan Jarigan Syaraf Tiruan dengan
menerapkan prinsip Evolving Connectionist System (ECOS) di dalam jaringan. Hasil
pendekatan nilai sebenarnya dengan mengunakan metode WEFuNN dari tanggal 1
Januari 2011 sampai dengan 31 Desember 2012 menghasilkan tingkat error sebesar
0.23 % dan untuk hasil prediksi pada tanggal 1 Januari 2013 memberikan nilai
keakuratan sebesar ±80 % dari data sebenarnya bersumber dari Direktorat Jendral
Sumber Daya Air Balai Wilayah Sungai Sumatera II.
Kata kunci : weighted evolving fuzzy neural network, evolving fuzzy neural network,
evolving connectionist system, fuzzy inference system, Banjir
Universitas Sumatera Utara
vi
FLOOD PREDICTION USING WEIGHTED EVOLVING
FUZZY NEURAL NETWORK (WEFUNN)
ABSTRACT
Flood is one of the nature disaster that cause many losses in society. Therefore in the
research approach is required to predict nature disaster such as flood in the future..
Data used is water surface level watershed Asam Kumbang Belawan. Data based on
time series. Method weighted evovling fuzzy neural network (WEFuNN) is developed
method from Evolving Fuzzy Neural Network (EFuNN) has a hybird structure from
fuzzy inference system and neural network which is applying principle evolving
connectionist system (ECOS) in the network. for an approach actual data result with
method weighted evovling fuzzy neural network (WEFuNN) from January 1st 2011 to
December 31st 2012 yield of 0,23 % rate error. And for flood prediction result for
January 1st 2013 give an approach yield of ±80 % compare to actual data source form
Direktorat Jendral Sumber Daya Air Balai Wilayah Sungai Sumatera II.
Keyword : weighted evolving fuzzy neural network, evolving fuzzy neural network,
fuzzy, evolving connectionist system, fuzzy inference system, flood.
Universitas Sumatera Utara
ABSTRAK
Banjir merupakan salah satu bencana alam yang sangat merugikan masyarakat. Oleh
karena itu, diperlukan suatu pendekatan untuk dapat memprediksi banjir di masa
depan. Data yang digunakan adalah data dari data tinggi permukaan air Daerah Aliran
Sungai Asam Kumbang Belawan. Data tersebut berdasarkan data runtun waktu.
Metode Weighted Evolving Fuzzy Neural Network (WEFuNN) merupakan
pengembangan dari metode Evolving Fuzzy Neural Network (EFuNN) yang memiliki
struktur Hybird dari metode Fuzzy Inference System dan Jarigan Syaraf Tiruan dengan
menerapkan prinsip Evolving Connectionist System (ECOS) di dalam jaringan. Hasil
pendekatan nilai sebenarnya dengan mengunakan metode WEFuNN dari tanggal 1
Januari 2011 sampai dengan 31 Desember 2012 menghasilkan tingkat error sebesar
0.23 % dan untuk hasil prediksi pada tanggal 1 Januari 2013 memberikan nilai
keakuratan sebesar ±80 % dari data sebenarnya bersumber dari Direktorat Jendral
Sumber Daya Air Balai Wilayah Sungai Sumatera II.
Kata kunci : weighted evolving fuzzy neural network, evolving fuzzy neural network,
evolving connectionist system, fuzzy inference system, Banjir
Universitas Sumatera Utara
vi
FLOOD PREDICTION USING WEIGHTED EVOLVING
FUZZY NEURAL NETWORK (WEFUNN)
ABSTRACT
Flood is one of the nature disaster that cause many losses in society. Therefore in the
research approach is required to predict nature disaster such as flood in the future..
Data used is water surface level watershed Asam Kumbang Belawan. Data based on
time series. Method weighted evovling fuzzy neural network (WEFuNN) is developed
method from Evolving Fuzzy Neural Network (EFuNN) has a hybird structure from
fuzzy inference system and neural network which is applying principle evolving
connectionist system (ECOS) in the network. for an approach actual data result with
method weighted evovling fuzzy neural network (WEFuNN) from January 1st 2011 to
December 31st 2012 yield of 0,23 % rate error. And for flood prediction result for
January 1st 2013 give an approach yield of ±80 % compare to actual data source form
Direktorat Jendral Sumber Daya Air Balai Wilayah Sungai Sumatera II.
Keyword : weighted evolving fuzzy neural network, evolving fuzzy neural network,
fuzzy, evolving connectionist system, fuzzy inference system, flood.
Universitas Sumatera Utara