@misc{eprints82307,
           month = {Juli},
           title = {ANALISIS PREDIKSI KEJADIAN EL NINO DENGAN MENGGUNAKAN

METODE ARTIFICIAL NEURAL NETWORK (ANN)
(STUDI KASUS: KABUPATEN LAMPUNG UTARA)},
          author = {WATI FIDIA},
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS TEKNIK},
            year = {2024},
             url = {http://digilib.unila.ac.id/82307/},
        abstract = {Sebagai sebuah negara tropis, Indonesia mengalami dua musim dan seringkali
terkena dampak dari fenomena El-Nino, yang dapat menyebabkan ketidakteraturan
pola curah hujan dan meningkatkan tingkat kekeringan. Masalah yang menjadi
fokus penelitian adalah perlunya upaya untuk mengurangi dan mengantisipasi
dampak El-Nino, terutama di wilayah seperti Kabupaten Lampung Utara, Provinsi
Lampung. Tujuan dari penelitian ini adalah untuk mengevaluasi keefektifan model
Jaringan Saraf Tiruan dalam meramalkan kejadian El-Nino serta untuk
menghasilkan model prediksi khusus untuk Kabupaten Lampung Utara.
Pendekatan metodologi melibatkan analisis data meteorologi dari ERA5 European
Centre for Medium-Range Weather Forecasts untuk periode dari Januari 2014
hingga Desember 2023. Variabel-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 menunjukkan bahwa kombinasi Jumlah
Hidden Layer, Learning Rate, dan Konstanta Momentum berturut-turut adalah
"[15,0.09,0.7]". Pilihan ini dibuat karena kombinasi model ini menghasilkan MSE
Training (0.001951), MSE Testing (0.001338), MAPE Training (14.28\%), dan
MAPE Testing (14.31\%) Oleh karena itu, dapat disimpulkan bahwa metode
Jaringan Saraf Tiruan dapat digunakan untuk meramalkan kejadian El-Nino dengan
menjelaskan dan memprediksi pola presipitasi, yang kemudian merepresentasikan
kejadian El-Nino di Kabupaten Lampung Utara.
Kata kunci: El-Nino, Artificial Neural Network (ANN), Prediksi

As a tropical country, Indonesia experiences two seasons and is often affected by
the El-Nino phenomenon, which can cause irregular rainfall patterns and increase
drought levels. The research focuses on the need to mitigate and anticipate the
impacts of El-Nino, especially in areas like North Lampung Regency, Lampung
Province. The aim of this study is to evaluate the effectiveness of the Artificial
Neural Network model in predicting El-Nino events and to develop a specific
prediction model for North Lampung Regency. The methodological approach
involves analyzing 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 indicate that the sequential combination of the Number of Hidden Layers,
Learning Rate, and Momentum Constant is "[15,0.09,0.7]". This choice is made
because this model combination yields Training Mean Squared Error (0.001951),
Testing Mean Squared Error (0.001338), Training Mean Absolute Percentage Error
(14.28\%), and Testing Mean Absolute Percentage Error (14.31\%). Therefore, it can

be concluded that the Artificial Neural Network method can be used to predict El-
Nino events by explaining and forecasting precipitation patterns, which then

represent El-Nino occurrences in North Lampung Regency.
Keywords: El-Nino, Artificial Neural Network (ANN), Prediction}
}