Implementasi Metode Backpropagation Untuk Peramalan Luas Area Terbakar di Hutan dengan Inisialisasi Bobot Nguyen-Widrow
| Main Author: | Aminulloh, Afrizal |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/13838/6/Afrizal%20Aminulloh.pdf http://repository.ub.ac.id/13838/ |
Daftar Isi:
- Bencana kebakaran hutan merupakan suatu peristiwa serius yang harus diwaspadai bagi daerah yang didominasi oleh kawasan hutan. Dalam kebakaran hutan terdapat beberapa faktor yang bisa memengaruhi terjadinya kebakaran seperti: suhu, kelembapan, hujan, angin dan lain lain. Paper ini mengimplementasikan metode backpropagation untuk meramalkan luas area kebakaran. Input yang digunakan berupa faktor yang memengaruhi terjadinya kebakaran hutan berjumlah 7 faktor. Proses metode backpropagation diawali dengan melakukan normalisasi data input dengan range berdasarkan fungsi aktivasi yang digunakan, setelah itu inisialisasi bobot dan bias menggunakan algoritme Nguyen-Widrow, melakukan proses feed forward dan dilanjutkan pada proses selanjutnya yaitu feed backward dengan syarat MSE kurang dari batas error atau iterasi kurang dari sama dengan iterasi maksimalnya, jika syarat sudah terpenuhi hasil ouput akan didenormalisasi, akan mendapat nilai peramalan, dan proses terakhir menghitung hasil MSE dan SMAPE sebagai hasil dari keberhasilan proses peramalan. Berdasarkan hasil pengujian yang telah dilakukan didapatkan parameter optimal yaitu pada neuron hidden layer berjumlah 5, learning rate 0,1 dan iterasi maksimum 1500. Hasil rata-rata SMAPE tertinggi dari penelitian ini adalah 49,1796 dan rata-rata SMAPE terendah adalah 31,4492 yang menunjukkan bahwa metode backpropagation dapat digunakan untuk melakukan peramalan area terbakar di hutan.