Prediksi Kecepatan Arus Laut Perairan Pulau Bintan Menggunakan Radial Basis Function Neural Network (RBFNN)
| Main Author: | Rwanda, Whisnu Wage |
|---|---|
| Format: | Article PeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
Whisnu Wage Rwanda
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.umrah.ac.id/174/1/Jurnal%20Skripsi%20%28Whisnu%20Wage%20Rwanda%20120155201050%29.pdf http://repository.umrah.ac.id/174/ |
Daftar Isi:
- Arus laut merupakan salah satu faktor yang mempengaruhi kehidupan masyarakat di laut seperti nelayan contohnya. Kecepatan arus laut dapat menjadi acuan bagi nelayan sebelum turun kelaut, dengan mengetahui kecepatan arus laut tersebut nelayan dapat mengambil keputusan selanjutnya. Oleh karena itu dilakukan penelitian untuk melatih pola data prediksi kecepatan arus laut dengan menggunakan data tunggal historis tanggal 3 Februari sampai 7 Desember tahun 2015 yang didapat dari BMKG kota Tanjungpinang. Penelitian ini dilakukan dengan menggunakan metode JST Radial Basis Function, dikarenakan RBF memiliki waktu pelatihan yang relatif lebih singkat dan dapat menghasilkan output dengan tingkat akurasi yang cukup tinggi. Metode RBF secara umum memiliki tahapan diantaranya ialah pemilihan center, dan pada penelitian ini pemilihan center dilakukan secara random. Dari 308 data yang dibagi menjadi 210 data untuk pelatihan dan 98 data untuk pengujian, pelatihan dan pengujian tersebut menggunakan 35 center yang mendapatkan hasil nilai MAPE rata-rata 34% dengan nilai akurasi rata-rata 66% untuk pelatihan serta hasil nilai MAPE rata-rata 53% dengan nilai akurasi rata-rata 47% untuk pengujian menggunakan 5 center.