Implementasi Backpropagation Neural Network dalam Prakiraan Cuaca di Daerah Bali Selatan.

IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK
DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN
HALAMAN JUDUL
KOMPETENSI KOMPUTASI

SKRIPSI

I MADE DWI UDAYANA PUTRA
1108405026

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS UDAYANA
BUKIT JIMBARAN
2016

IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK
DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN
HALAMAN JUDUL
KOMPETENSI KOMPUTASI

SKRIPSI

I MADE DWI UDAYANA PUTRA
1108405026

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS UDAYANA
BUKIT JIMBARAN
2016

LEMBAR PERSEMBAHAN

Kegagalan adalah satu-satunya kesempatan untuk memulai
lagi dengan lebih cerdik
(Henry Ford)

Tugas Akhir ini kupersembahkan untuk
Ida Sang Hyang Widhi Wasa atas segala anugerah yang diberikanNya,
Kedua orang tua yang selalu memberikan doa serta nasihat,

Kakakku Anggreni dan adikku Astrayasa yang selalu memberikan senyum,
Kekasihku yang selalu memberikan tawa dan semangat,
Sahabat-sahabatku selalu memberikan semangat tempur dan mengajarkan perjuangan
tanpa batas,
Teman-teman Matematika Angkatan 2011 yang selalu memberikan dukungan,
Serta teman-teman Matematika Udayana atas kerja samanya hingga
Tugas Akhir ini dapat terselesaikan.
ii

IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK
DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN
LEMBAR PERNYATAAN
KOMPETENSI KOMPUTASI

[SKRIPSI]

Sebagai syarat untuk memperoleh gelar Sarjana Sains bidang Matematika pada
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Udayana

Tulisan ini merupakan hasil penelitian yang belum pernah dipublikasikan

I MADE DWI UDAYANA PUTRA
1108405026

Pembimbing II

Pembimbing I

Luh Putu Ida Harini, S.Si., M.Sc.
NIP. 198002102003122001

Drs. G. K. Gandhiadi, M.T.
NIP. 196209301988031002

iii

LEMBAR PENGESAHAN TUGAS AKHIR
: Implementasi Backpropagation Neural Network dalam

Judul

Prakiraan Cuaca di Daerah Bali Selatan
Kompetensi

: Komputasi

Nama

: I Made Dwi Udayana Putra

NIM

: 1108405026

Fakultas/Jurusan

: Matematika dan Ilmu Pengetahuan Alam/Matematika

Tanggal Seminar

: 23 Juni 2016
Disetujui oleh :

Pembimbing II

Pembimbing I

Luh Putu Ida Harini, S.Si., M.Sc.
NIP. 198002102003122001

Drs. G. K. Gandhiadi, M.T.
NIP. 196209301988031002

Penguji I

Ir. Tjokorda Bagus Oka, Ph.D.
NIP. 195411261986031001

Penguji III

Penguji II

I Wayan Sumarjaya, S.Si., M.Stats.
NIP. 197704212005011001

Drs. Ketut Jayanegara, M.Si.
NIP. 196503021992031001

Mengetahui,
Jurusan Matematika FMIPA Unud
Ketua,

Desak Putu Eka Nilakusmawati, S.Si., M.Si.
NIP. 197106111997022001

iv

Judul

: Implementasi Backpropagation Neural Network dalam
Prakiraan Cuaca di Daerah Bali Selatan

Nama

: I Made Dwi Udayana Putra (NIM: 1108405026)

Pembimbing

: 1. Drs. G. K. Gandhiadi, M.T.
2. Luh Putu Ida Harini, S.Si., M.Sc.

ABSTRAK
Informasi cuaca mempunyai peranan penting bagi kehidupan manusia dalam
berbagai bidang, antara lain bidang pertanian, kelautan, dan penerbangan. Prakiraan
cuaca yang akurat sangat dibutuhkan agar dapat meningkatkan kinerja dari bidang-bidang
tersebut. Pada penelitian ini digunakan metode jaringan syaraf tiruan dengan algoritma
pembelajaran backpropagation untuk membuat model prakiraan cuaca di daerah Bali
Selatan. Penelitian ini bertujuan untuk mengetahui pengaruh jumlah neuron dalam lapisan
tersembunyi dan untuk mengetahui tingkat akurasi metode jaringan syaraf tiruan dengan

algoritma pembelajaran backpropagation dalam model prakiraan cuaca. Model prakiraan
cuaca pada penelitian ini menggunakan input berupa faktor-faktor yang memengaruhi
cuaca yaitu suhu udara, titik embun, kecepatan angin, jarak pandang, dan tekanan udara.
Hasil dari pengujian jaringan dengan jumlah neuron pada lapisan tersembunyi yang
berbeda menggunakan metode jaringan syaraf tiruan dengan algoritma pembelajaran
backpropagation menunjukan bahwa penambahan jumlah neuron pada lapisan
tersembunyi tidak berbanding lurus dengan nilai akurasi hasil prakiraan cuaca.
Bertambahnya jumlah neuron pada lapisan tersembunyi tidak serta merta meningkatkan
atau menurunkan nilai akurasi prakiraan cuaca dan diperoleh tingkat akurasi terbaik
sebesar 51,6129% pada model jaringan dengan tiga buah neuron pada lapisan
tersembunyi.

Kata Kunci: Metode jaringan syaraf tiruan, Algortima backpropagation,
Prakiraan cuaca

v

Title

: Implementation of Backpropagation Neural Network in

Weather Forecasting in South Bali Area

Name

: I Made Dwi Udayana Putra (NIM: 1108405026)

Supervisor

: 1. Drs. G. K. Gandhiadi, M.T.
2. Luh Putu Ida Harini, S.Si., M.Sc.

ABSTRACT
Weather information has an important role in human life in various fields, such as
agriculture, marine, and aviation. The accurate weather forecasts are needed in order to
improve the performance of various fields. In this study, use artificial neural network
method with backpropagation learning algorithm to create a model of weather
forecasting in the area of South Bali. The aim of thi study is to determine the effect of the
number of neurons in the hidden layer and to determine the level of accuracy of the
method of artificial neural network with backpropagation learning algorithm in weather
forecast models. Weather forecast models in this study using input of the factors that

influence the weather, namely air temperature, dew point, wind speed, visibility, and
barometric pressure.
The results of testing the network with a different number of neurons in the hidden
layer of artificial neural network method with backpropagation learning algorithms show
that the increase in the number of neurons in the hidden layer is not directly proportional
to the value of the accuracy of the weather forecasts, the increase in the number of
neurons in the hidden layer does not necessarily increase or decrease value accuracy of
weather forecasts we obtain the best accuracy rate of 51.6129% on a network model with
three neurons in the hidden layer.

Keyword : Artificial neural network method, Back propagation algorithm,
Weather forecasting

vi

KATA PENGANTAR
Puji syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa karena atas
rahmat-Nya penulis dapat menyelesaikan tugas akhir dengan judul” Implementasi
Backpropagation Neural Network dalam Prakiraan Cuaca di Daerah Bali Selatan.
Penulis mengucapkan terima kasih kepada berbagai pihak yang telah memberikan

bantuan sehingga tugas akhir ini dapat tersusun dengan baik, antara lain:
1. Ibu Desak Putu Eka Nilakusmawati, S.Si., M.Si., selaku Ketua Jurusan
Matematika FMIPA Universitas Udayana yang telah membantu dalam
kelancaran tugas akhir ini.
2. Bapak Drs. G. K. Gandhiadi, M.T., selaku Dosen Pembimbing I yang telah
membantu dan membimbing dalam pelaksanaan penelitian dan penyusunan
tugas akhir ini.
3. Ibu Luh Putu Ida Harini, S.Si., M.Sc., selaku Dosen Pembimbing II yang telah
membimbing dan memberi masukan dalam penyusunan tugas akhir ini.
4. Bapak Ir. Tjokorda Bagus Oka, Ph.D., Bapak Drs. Ketut Jayanegara, M.Si.,
dan Bapak I Wayan Sumarjaya, S.Si., M.Stats., sebagai dosen penguji yang
senantiasa memberikan sarannya dalam penyempurnaan tugas akhir ini.
5. Bapak dan Ibu dosen Jurusan Matematika Fakultas MIPA Universitas
Udayana yang telah memberikan bekal ilmu selama penulis menjadi
mahasiswa.
6. Kedua orang tua saya yang selalu memberikan dukungan moral maupun
material selama penyusunan tugas akhir.
7. Teman-teman di Jurusan Matematika yang selalu memberikan semangat.
vii

viii

8. Sahabat terbaikku Ayu Dinita Trisnayanti yang selalu memberikan semangat
dan mengajarkan arti perjuangan tanpa batas.
Penulis menyadari sepenuhnya bahwa apa yang telah dipaparkan pada tugas
akhir ini masih jauh dari tingkat sempurna. Oleh karena itu kritik dan saran yang
membangun sangat penulis harapkan.
Bukit Jimbaran, Juni 2016

Penulis

BIODATA ALUMNI

Nama Lengkap

: I Made Dwi Udayana Putra

NIM

: 1108405026

Jenis Kelamin

: Laki-laki

Tempat/Tanggal Lahir

: Denpasar, 17 Nopember 1993

Alamat Asal

: Jalan Tegal Sari No. 6 Jimbaran

Alamat Sekarang

: Jalan Tegal Sari No. 6 Jimbaran

Agama

: Hindu

Tanggal Lulus

: 23 Juni 2016

Kompetensi

: Matematika Komputasi

IP Kumulatif

: 3,38

Predikat Kelulusan

: Sangat Memuaskan

Nilai TOEFL Lokal

: 450

Alamat Email

: dwiudayana@gmail.com

Nomor HP

: 081353354657

Nama Ayah

: I Wayan Pugir

Nama Ibu

: Ni Nyoman Asriyani

Alamat Ayah/Ibu

: Jalan Tegal Sari No. 6 Jimbaran

Nomer Telepon

: (0361) 701079

ix

DAFTAR ISI

Halaman
HALAMAN JUDUL................................................................................................ i
LEMBAR PERSEMBAHAN ................................................................................. ii
LEMBAR PERNYATAAN ................................................................................... iii
LEMBAR PENGESAHAN TUGAS AKHIR ....................................................... iv
ABSTRAK .............................................................................................................. v
ABSTRACT ........................................................................................................... vi
KATA PENGANTAR .......................................................................................... vii
BIODATA ALUMNI ............................................................................................. ix
DAFTAR ISI ........................................................................................................... x
DAFTAR TABEL ................................................................................................. xii
DAFTAR GAMBAR ........................................................................................... xiii
DAFTAR LAMPIRAN ........................................................................................ xiv
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang................................................................................. 1
1.2 Rumusan Masalah ........................................................................... 3
1.3 Batasan Masalah .............................................................................. 4
1.4 Tujuan Penelitian ............................................................................. 4
1.5 Manfaat Penelitian ........................................................................... 4
BAB II TINJAUAN PUSTAKA ............................................................................. 6
2.1 Jaringan Syaraf Tiruan .................................................................... 6
2.2 Backpropagation ............................................................................. 7
2.2.1 Inisialisasi Bobot Awal ............................................................ 9
2.2.2 Fungsi Aktivasi pada Backpropagation ................................. 10
2.2.3 Algoritma Pelatihan ................................................................ 11
2.2.4 Mean Square Error (MSE) ..................................................... 16
2.2.5 Pengukuran Ketepatan Model Prakiraan ................................ 16
2.3 Cuaca ............................................................................................. 16
x

xi

BAB III METODE PENELITIAN....................................................................... 19
3.1 Jenis dan Sumber Data .................................................................. 19
3.2 Variabel Penelitian ........................................................................ 19
3.3 Teknik Analisis Data ..................................................................... 19
BAB IV HASIL DAN PEMBAHASAN ............................................................. 22
4.1 Prakiraan Cuaca dengan Metode Jaringan Syaraf Tiruan ............. 22
4.1.1. Transformasi Data .................................................................. 23
4.1.2. Pembagian Data ...................................................................... 25
4.1.3. Pola Output ............................................................................. 25
4.2 Pelatihan Jaringan .......................................................................... 26
4.2.1 Inisialisasi Bobot dan Bias Awal............................................ 27
4.2.2 Pelatihan Jaringan dengan Algoritma Pembelajaran
Backpropagation ................................................................................ 32
4.3 Pengujian Jaringan......................................................................... 33
4.3.1. Hasil Prakiraan Cuaca ............................................................ 33
4.3.2. Validasi Model Prakiraan Cuaca ............................................ 34
BAB V KESIMPULAN DAN SARAN ............................................................... 37
5.1 Kesimpulan .................................................................................... 37
5.2 Saran .............................................................................................. 37
DAFTAR PUSTAKA ........................................................................................... 38
LAMPIRAN .......................................................................................................... 40

DAFTAR TABEL
Tabel

Halaman

4.1 Nilai maksimum dan minimum data input ...................................................... 23
4.2 Pola output atau target yang diinginkan .......................................................... 26
4.3 Nilai faktor skala dari lapisan input ke lapisan tersembunyi .......................... 27
4.4 Nilai faktor skala dari lapisan tersembunyi ke lapisan output ........................ 28
4.5 Nilai besaran vektor bobot pada model jaringan dengan 1, 2, 3, 4, dan 5 buah
neuron pada lapisan tersembunyi ................................................................... 29
4.6 Nilai besaran vektor bobot pada model jaringan dengan 6, 7, dan 8 buah
neuron pada lapisan tersembunyi ................................................................... 30
4.7 Nilai besaran vektor bobot pada model jaringan dengan 9 dan 10 buah neuron
pada lapisan tersembunyi ............................................................................... 31
4.8 Hasil prakiraan cuaca ...................................................................................... 34
4.9 Akurasi hasil prakiraan cuaca ......................................................................... 35

xii

DAFTAR GAMBAR
Gambar

Halaman

2.1 Sebuah Sel Syaraf Tiruan .................................................................................. 6
2.2 Arsitektur Backpropagation .............................................................................. 8
4.1 Plot data hasil transformasi (data ke-1 sampai data ke-246)........................... 24
4.2 Plot data hasil transformasi (data ke-246 sampai data ke-493)....................... 24

xiii

DAFTAR LAMPIRAN
Lampiran
1. Data Hasil Transformasi
2. Data Pelatihan dan Data Pengujian
3. Nilai Besaran Vektor Bobot
4. Nilai Bobot dan Bias Awal yang Diperoleh Dengan Menggunakan
Nguyen-Widrow
5. Nilai Bobot dan Bias yang Diperoleh pada Tahap Pelatihan Jaringan
6. Hasil Prakiraan Cuaca

xiv

Algoritma