Prediksi hujan menggunakan metode artificial neural network

INDONESIA:

Indonesia, sebagai negara yang terletak di daerah ekuator dan dikelilingi oleh dua samudra serta dua benua, memiliki iklim yang beragam dan kompleks. Salah satu fenomena alam yang signifikan adalah hujan ekstrem, yang sering kali menyebabkan banjir dan kekeringan, berpotensi merugikan masyarakat dalam berbagai aspek. Variabilitas hujan dipengaruhi oleh berbagai faktor laut-atmosfer, menjadikannya tantangan dalam prediksi dan mitigasi dampaknya. Penelitian ini bertujuan untuk memberikan wawasan lebih mendalam dalam memahami pola hujan serta meningkatkan kewaspadaan dan kesiapsiagaan masyarakat dalam menghadapi fenomena ekstrem. Metode kecerdasan buatan seperti Artificial Neural Network telah digunakan. Meskipun menunjukkan hasil yang cukup baik, metode ini masih memerlukan eksplorasi lebih lanjut terutama dalam memahami kompleksitas fitur yang digunakan dalam prediksi. Prediksi yang dilakukan penelitian ini didasarkan dari data hujan yang diambil dari dataset BMKG (Badan Meteorologi, Klimatologi, dan Geofisika). Hasil penelitian menunjukkan bahwa sistem mencapai akurasi prediksi >90% dari pengujian menggunakan confusion matriks.

ENGLISH:

Indonesia, as a country located in the equatorial region and surrounded by two oceans and two continents, has a diverse and complex climate. One significant natural phenomenon is extreme rainfall, which often leads to floods and droughts, potentially harming communities in various aspects. Rainfall variability is influenced by multiple ocean-atmosphere factors, making its prediction and impact mitigation a challenge. This study aims to provide deeper insights into rainfall patterns and enhance public awareness and preparedness in facing extreme weather events. Artificial intelligence methods such as Artificial Neural Networks have been employed. While they have shown promising results, further exploration is needed, particularly in understanding the complexity of features used in prediction. The predictions conducted in this study are based on rainfall data obtained from the BMKG (Meteorology, Climatology, and Geophysics Agency) dataset. The results indicate that the system achieves a prediction accuracy of over 90% based on testing using a confusion matrix.

ARABIC:

إندونيسيا، كدولة وقعت في منطقة استوائية ومحاطة ببحرين وقارتين، لديها مناخ متنوع ومعقد. من الظواهر الطبيعية الهامة هي الأمطار الغزيرة، التي غالبًا ما تؤدي إلى الفيضانات والجفاف، مما قد يضر المجتمع في جوانب عدة. تتأثر تقلبات هطول الأمطار بعوامل بحرية وجوية متعددة، مما يجعلها تحديًا في التنبؤ وطرق التخفيف من آثارها. هدف هذا البحث إلى تقديم رؤى أعمق لفهم أنماط هطول الأمطار وزيادة وعي المجتمع واستعداده لمواجهة الظواهر المتطرفة. تم استخدام أساليب الذكاء الاصطناعي مثل الشبكة العصبية الاصطناعية. على الرغم من إظهار النتائج الجيدة، إلا أن هذه الطريقة لا تزال بحاجة إلى استكشافات إضافية، خاصة لفهم تعقيد الميزات المستخدمة في التنبؤ. التنبؤات التي أجراها هذا البحث تعتمد على بيانات هطول الأمطار المأخوذة من مجموعة بيانات BMKG (الهيئة العامة لأرصاد الجوية ). أظهرت نتائج البحث أن النظام حقق دقة تنبؤ أكثر من ٩٠٪ من الاختبار باستخدام مصفوفة الارباك.