Article
Penerapan Jaringan Syaraf Tiruan Backpropagation pada Peramalan Curah Hujan di Kabupaten Muna
Jurnal Informatika Ilmu Komputer dan Sistem Informasi (ANIMATOR), Vol. 3 No. 2 (2025)
Abstrak
Peramalan curah hujan merupakan langkah penting dalam mendukung pengambilan keputusan di sektor pertanian dan mitigasi bencana. Penelitian ini bertujuan untuk menerapkan model Jaringan Syaraf Tiruan (JST) dengan algoritma backpropagation berbasis Long Short-Term Memory (LSTM) dalam memprediksi curah hujan di Kabupaten Muna. Data yang digunakan mencakup curah hujan, kelembapan udara, tekanan udara, dan suhu dalam rentang waktu bulanan. Seluruh data diolah melalui proses normalisasi menggunakan StandardScaler dan dibentuk dalam format deret waktu menggunakan pendekatan sliding window selama tiga bulan untuk memprediksi curah hujan bulan keempat. Model JST dirancang dengan dua lapisan LSTM berjumlah 64 dan 32 unit, disertai dropout sebesar 0,2 untuk menghindari overfitting. Proses pelatihan dilakukan menggunakan fungsi loss Huber dan algoritma optimisasi Adam, dengan validasi 10% dan early stopping. Evaluasi model menunjukkan bahwa pendekatan ini mampu memetakan pola umum curah hujan dengan nilai Mean Absolute Error (MAE) sebesar 75.823 mm dan Root Mean Squared Error (RMSE) sebesar 82.029 mm pada data uji. Visualisasi hasil memperlihatkan kemiripan tren antara data aktual dan prediksi, meskipun model cenderung tidak menangkap lonjakan ekstrem secara presisi. Hasil ini menunjukkan bahwa penerapan JST-LSTM dengan backpropagation efektif dalam memprediksi curah hujan jangka pendek, dan dapat digunakan sebagai dasar pengembangan sistem pendukung keputusan berbasis iklim di tingkat daerah. Kata kunci: Jaringan Syaraf Tiruan, Backpropagation, LSTM, Peramalan Curah Hujan, Kabupaten Muna.