Jaringan saraf tiruan Extreme Learning Machine (ELM) untuk memprediksi kondisi cuaca di Malang

INDONESIA:

Jaringan saraf tiruan adalah suatu metode pengelompokan dan pemisahan data yang merupakan representasi dari otak manusia. Elemen mendasar dari jaringan saraf tiruan ini adalah bagaimana memproses sistem dan beberapa struktur sehingga menjadi sebuah informasi. Jaringan saraf tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi suatu data. Proses dari jaringan saraf tiruan ini menggunakan SLFNs (single hidden layer feedforward) yang dilihat dari nilai error-nya.

Cuaca merupakan suatu keadaan rata-rata udara sehari-hari disuatu tempat tertentu dan meliputi wilayah yang sempit dalam jangka waktu yang singkat. Keadaan dari cuaca mudah berubah-ubah, karena disebabkan oleh tekanan udara, suhu udara, kecepatan angin, dan kelembaban udara. Penelitian jaringan saraf tiruan yang diaplikasikan pada kondisi cuaca ini bertujuan untuk mendapatkan arsitektur yang optimal.

Pada penelitian ini didapatkan model optimal dari proses training jaringan saraf tiruan ELM (extreme learning machine) untuk prediksi cuaca di Malang, yang terdiri dari 4 unit input (kecepatan angin, suhu udara, kelembaban udara, dan tekanan udara), 4 unit hidden pada 1 hidden layer, dan 1 unit output (hujan atau tidak hujan). Sebagaimana hasil output jaringan saraf tiruan dengan menggunakan data testing menghasilkan 80% memenuhi kriteria data dan 20% tidak memenuhi kriteria data, dengan keterangan hujan (Maret 2014) dan tidak hujan (Agustus 2014). Sehingga pada prediksi data testing menggunakan model jaringan saraf tiruan menghasilkan galat 20%.

ENGLISH:

The artificial neural network is a method of grouping and separating data that is a representation of the human brain. The fundamental elements of artificial neural networks is how to process systems and structures so that it becomes an information. Artificial neural network is created to solve a specific problem such as pattern recognition or data classification. The process of using the artificial neural network SLFNs (single hidden layer feedforward) seen from the value of its error.

Weather is a condition of the average daily air at any given place and covers a narrow area in a short period of time. The state of the weather is changeable, because it is caused by air pressure, temperature, wind, and humidity. Artificial neural networks that research are applied in weather conditions aims to obtain the optimal architecture.

In this research, the optimal models are obtained from artificial neural network training process ELM (extreme learning machine) for weather prediction in Malang, which consists of 4 input unit (wind speed, air temperature, air humidity, and air pressure), 4 hidden unit in one hidden layer, and one output unit (rain or no rain). The output of generated artificial neural networks using data testing shots that 80% of the test met the criteria of data and 20% other did not meet the criteria of the data, with caption rains (March 2014) and not rain (August 2014). So that the testing of data prediction using artificial neural network model generates an error of 20%.

ARABIC:

الشبكة العصبية الاصطناعية هو وسيلة ل تجميع البيانات و فاصلها التى كانت تمثيل الدماغ البشري. العناصر الأساسية للشبكات العصبية هي كيفية معالجة النظم والهياكل بحيث تصبح المعلومات. الشبكة العصبية الاصطناعية قامت بها لحل مشكلة معينة مثل التعرف على الأنماط أو تصنيف البيانات. عملية شبكة عصبية اصطناعية تستخدم SLFNs الذي كما يرى من قيمة خطئه.

الطقس هو حالة من متوسط ​​الجوية اليومية في أي لحظة معينة و يغطي مساحة التي هي ضيقة في فترة قصيرة من الزمن. حالة الطقس غير قابلة للتغيير، لأن سببه ضغط الهواء ودرجة الحرارة والرياح والرطوبة. بحث الشبكات العصبية الاصطناعية يتم تطبيقها في الظروف الجوية تهدف إلى الحصول على العمارة المثلى.

هذه الدراسة حصلت عليها أفضل النموذج من عملية تدريب شبكة عصبية اصطناعية ELM للتنبؤ بأحوال الطقس في مالانج، والذي يتألف من أربع وحدات الإدخالية (سرعة الرياح، درجة حرارة الهواء، الرطوبة الجوية، و ضغط الهواء)، أربع وحدات في الطبقة المخفية، و وصدة الأدخالية (المطر أو غير المطر). نتيجة الشبكة العصبية باستخدام اختبار البيانات حصلت عليها اجتمعت تستوف معايير البيانات و لم تستوف معايير البيانات، مع هطول الأمطار (مارس 2014) وغير الأمطار (أغسطس 2014) ذلك أن اختبار التنبؤ البيانات باستخدام نموذج الشبكة العصبية بإنشاء خطأ قدره هو.