ANALISIS PREDIKSI KEJADIAN EL NINO DENGAN MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN) (STUDI KASUS: KABUPATEN MESUJI LAMPUNG)

RAFI RAMADHAN, CH (2024) ANALISIS PREDIKSI KEJADIAN EL NINO DENGAN MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN) (STUDI KASUS: KABUPATEN MESUJI LAMPUNG). FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK - Rafi Ramadhan Ch.pdf Download (138Kb) | Preview
	File PDF SKRIPSI FULL RAFI RAMADHAN CH_2055011019 - Rafi Ramadhan Ch.pdf Restricted to Hanya staf Download (7Mb) | Minta salinan
Preview	File PDF SKRIPSI RAFI RAMADHAN CH_2055011019 (TANPA BAB PEMBAHASAN) - Rafi Ramadhan Ch.pdf Download (1838Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Indonesia sebagai negara tropis mengalami dua musim dan sering terpengaruh oleh El-Nino yang dapat menyebabkan pola curah hujan yang tidak teratur dan peningkatan tingkat kekeringan. Masalah penelitian berkisar pada kebutuhan untuk meminimalisir dan mempersiapkan dampak El-Nino, terutama di daerah seperti Kabupaten Mesuji, Provinsi Lampung. Tujuan penelitian ini adalah untuk menilai kelayakan model Artificial Neural Network dalam memprediksi peristiwa El-Nino dan untuk mendapatkan model prediksi El-Nino di Kabupaten Mesuji. Metodologi melibatkan penggunaan data meteorologi dari ERA5 European Centre for Medium- Range Weather Forecasts untuk periode dari Januari 2014 hingga Desember 2023. Variabel seperti Evaporasi Potensial, komponen angin Zonal (U) dan Meridional (V) pada ketinggian 10 meter, radiasi termal permukaan bersih, suhu udara pada ketinggian 2 meter, dan total presipitasi dipertimbangkan. Hasil dari penelitian ini didapatkan kombinasi dengan Jumlah Hidden Layer, Learning Rate, dan Konstanta Momentum secara berurutan dengan nilai sebagai berikut: "[15,0.08,0.6]" . Hal ini karena kombinasi Model ini menghasilkan MSE Training (0.00105), MSE Testing (0.00123), MAPE Training (14.61%) dan MAPE Testing (12.91%). Maka prediksi kejadian El-Nino menggunakan metode Artificial Neural Network dapat menjelaskan dan meramalkan kejadian presipitasi yang kemudian merepresentasikan kejadian El-Nino di Kabupaten Mesuji. Kata kunci: El-Nino, Artificial Neural Network (ANN), Prediksi Indonesia, as a tropical country, experiences two seasons and is often affected by El-Nino, which can lead to irregular rainfall patterns and increased levels of drought. The research problem revolves around the need to minimize and prepare for the impacts of El-Nino, particularly in areas like Mesuji Regency, Lampung Province. The aim of this study is to assess the feasibility of the Artificial Neural Network model in predicting El-Nino events and to obtain a predictive model for El-Nino in Mesuji Regency. The methodology involves the use of meteorological data from the ERA5 European Centre for Medium-Range Weather Forecasts for the period from January 2014 to December 2023. Variables such as Potential Evaporation, Zonal (U) and Meridional (V) wind components at a height of 10 meters, Net surface thermal radiation, Air temperature at a height of 2 meters, and Total precipitation are considered. The results of this study found a combination with the Number of Hidden Layers, Learning Rate, and Momentum Constant in the following sequence: “[15,0.08,0.6]”. This is because this Model combination produced an MSE Training (0.00105), MSE Testing (0.00123), MAPE Training (14.61%), and MAPE Testing (12.91%). Therefore, the prediction of El-Nino events using the Artificial Neural Network method can explain and forecast precipitation events, which then represent the occurrence of El-Nino in Mesuji Regency. Keywords: El-Nino, Artificial Neural Network (ANN), Prediction

Jenis Karya Akhir:	Skripsi
Subyek:	600 Teknologi (ilmu terapan) 600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan 600 Teknologi (ilmu terapan) > 690 Pembangunan gedung
Program Studi:	Fakultas Teknik > Prodi S1-Teknik Sipil
Pengguna Deposit:	UPT . Dito Nipati
Date Deposited:	11 Feb 2025 04:03
Terakhir diubah:	11 Feb 2025 04:03
URI:	http://digilib.unila.ac.id/id/eprint/82870

Actions (login required)

Lihat Karya Akhir