Analisis Data Curah Hujan di Provinsi Lampung Menggunakan Algoritma Artificial Neural Network
Informasi tentang curah hujan yang akurat sangat dibutuhkan untuk berbagai keperluan, mulai dari perencanaan pertanian, pengelolaan sumber daya air, hingga mitigasi bencana alam seperti banjir dan kekeringan. Curah hujan di Indonesia dapat dipengaruhi oleh fenomena iklim global seperti El Niño Southern Oscillation (ENSO) dan Indian Ocean Dipole (IOD), maka dari itu pada penelitian ini akan mengkombinasikan indeks dari dua fenomena iklim tersebut sebagai prediktor model prediksi curah hujan. Penelitian ini bertujuan untuk mengetahui klimatologi bulanan curah hujan di Provinsi Lampung selama periode tahun 2011 hingga 2020, mengetahui korelasi antara parameter curah hujan observasi dengan data CHIRPS, ENSO dan IOD, serta mengetahui pola variabel input-output yang optimal untuk model prediksi curah hujan. Data yang digunakan meliputi data curah hujan observasi, CHIRPS, Oceanic Nino Index (ONI), dan Dipole Mode Index (DMI) pada periode 1991 – 2020. Model prediksi curah hujan yang digunakan adalah artificial neural network (ANN) dengan metode backpropogation. Hasil dari penelitian ini diketahui bahwa Provinsi Lampung memiliki pola curah hujan monsunal yang ditandai dengan satu puncak musim hujan pada Desember-Januari. Berdasarkan uji korelasi diketahui bahwa data CHIRPS menghasilkan korelasi yang tinggi yaitu sebesar 0.659, menandakan bahwa data CHIRPS dapat mengestimasi curah hujan observasi di Provinsi Lampung dengan baik. Selanjutnya, diketahui bahwa kejadian IOD lebih berdampak nyata terhadap curah hujan di Provinsi Lampung dibandingkan dengan kejadian ENSO, dengan nilai korelasi berkisar antara ~(-0.4) sampai ~(-0.5). Setelah dilakukan simulasi dengan tiga kombinasi variabel masukan untuk 19 pos hujan, diperoleh hasil kombinasi model 1 (DMI dan CHIRPS) mendapatkan nilai RMSE terendah yaitu 55.49 mm dan korelasi tertinggi yaitu 0.67 dengan hasil keluaran prediksi curah hujan yang dapat diandalkan hingga 12 bulan ke depan.
URI
https://repo.itera.ac.id/depan/submission/SB2408210013
Keyword
ANN Curah hujan ENSO IOD Prediksi