APLIKASI HOPFIELD NEURAL NETWORK UNTUK PRAKIRAAN CUACA

Abstract

Prakiraan cuaca ditentukan oleh unsur-unsur cuaca, beberapa diantaranya adalah arah angin, suhu udara, kelembaban udara, dan tekanan udara. Daerah Cilacap sebagai daerah rawan banjir sekaligus rawan kekeringan sangat menarik untuk diteliti bagaimana sifat-sifat unsur cuacanya. Metode Hopfield Neural Network sebagai aplikasi untuk prakiraan cuacanya, karena metode ini dapat memberikan klasifikasi. Pada metode Hopfield unsur-unsur cuaca tersebut sebagai neuron input, kemudian hasil dari prosses simulasinya akan dikembalikan lagi sebagai input secara terus menerus sampai mencapai kondisi stabil. Output yang dihasilkan di Cilacap untuk kondisi cerah adalah nilai-nilai atau jarak yang mendekati cerah, hal ini karena unsur-unsur cuacanya adalah dalam kategori cerah. Begitu pula untuk kondisi hujan, output yang dihasilkan adalah nilai-nilai atau jarak yang mendekati hujan, hal ini disebabkan unsur-unsur cuacanya adalah bersifat atau dalam kategori hujan. Untuk kondisi berawan nilai-nilai yang dihasilkan adalah sebagian cerah, sebagian lagi hujan. Klasifikasi pada Hopfield ini menghasilkan output yang tepat, maka sifat-sifat dari unsur-unsur cuaca di Cilacap dapat digunakan untuk prakiraan cuaca.