Gambar 25 Diagram Taylor lokasi Kedokan Bunder
Berdasarkan Gambar 25, lokasi Kedokan Bunder berada pada standar deviasi ± 22. Model terbaik untuk lokasi Kedokan Bunder adalah Model 2 (JST1-
10) yaitu model BPNN dengan satu lapisan hidden dan 10 neuron hidden.
3. Krangkeng
Gambar 26 Diagram Taylor lokasi Krangkeng
Berdasarkan Gambar 26 diketahui bahwa lokasi Krangkeng berada pada standar deviasi ± 32. Model 5, model 3, model 4 dan model 6 berpotensi menjadi model terbaik pada lokasi ini. Model 6 dipilih menjadi model terbaik pada lokasi Krangkeng dengan pertimbangan terhadap korespondensi (Gambar 27) dengan observasi.
Gambar 27 Perbandingan antara AMH Krangkeng dengan seluruh model 4. Juntinyuat
Gambar 28 Diagram Taylor lokasi Juntinyuat
Berdasarkan diagram Taylor di atas, lokasi Juntinyuat berada pada standar deviasi ± 34. Model 2 dan model 6 berpotensi menjadi model terbaik yang menggambarkan lokasi Juntinyuat. Model 2 dan Model 6 berada pada rentang RMSE yang hampir sama. Akan tetapi, model 6 memiliki korelasi yang lebih tinggi dibandingkan dengan model 2. Sebaliknya, model 2 berada pada rentang standar deviasi yang lebih dekat terhadap lokasi Juntinyuat. Model 6 terpilih menjadi model terbaik pada lokasi Juntinyuat dengan asumsi bahwa model 6 yang dibangun dari PNN+BPNN merupakan pengembangan dari model 2 (BPNN dengan satu lapisan hidden dan 10 neuron hidden). Pada model 6 (PNN+BPNN), model BPNN yang digunakan menggunakan arsitektur BPNN dengan satu lapisan
hidden dan 10 neuron hidden. Gambar 29 menunjukkan grafik korespondensi model 2 dan model 6 terhadap AMH observasi lokasi Juntinyuat.
Gambar 29 Perbandingan antara AMH Juntinyuat dengan seluruh model 5. Sudimampir
Gambar 30 Diagram Taylor lokasi Sudimampir
Lokasi Sudimampir memiliki standar deviasi ± 19. Model terbaiknya adalah model 5 (JST2-20-10), yaitu model BPNN dengan dua lapisan hidden dan
20 neuron hidden pada lapisan hidden pertama serta 10 neuron hidden pada lapisan hidden kedua. Model 5 merupakan model dengan korelasi (r) terbaik dan berada pada rentang RMSE terdekat dengan titik referensi lokasi Sudimampir.
6. Bondan
Gambar 31 menunjukkan bahwa lokasi Bondan memiliki standar deviasi ± 23. Model terbaik untuk lokasi Bondan adalah model 2 (JST1-10) yaitu model
BPNN dengan satu lapisan hidden dan 10 neuron hidden. Model 2 merupakan model dengan korelasi terbaik dan terletak pada rentang RMSE terbaik dengan posisi paling dekat dengan titik referensi lokasi Bondan.
7. Kertasemaya
Gambar 32 Diagram Taylor lokasi Kertasemaya
Berdasarkan diagram, lokasi Kertasemaya memiliki standar deviasi ± 17. Model 2 dan model 6 berpotensi menjadi model terbaik karena berada pada rentang RMSE yang sama. Model 2 memiliki standar deviasi yang hampir sama (± 16) dengan standar deviasi lokasi Kertasemaya, namun dengan korelasi yang lebih kecil dibandingkan dengan model 6. Menurut Taylor (2001), apabila terdapat dua model yang memiliki kemiripan, maka perlu diperhatikan korespondensi hasil prediksi model dengan nilai observasinya (Gambar 30). Berdasarkan Gambar 30, terlihat bahwa pola yang dimiliki model 6 lebih mampu menggambarkan pola seperti pada observasi. Dengan demikian, model 6 (PNN+BPNN) menjadi model terbaik pada lokasi Kertasemaya. Selain itu, model 6 merupakan pengembangan metode dari model 2 (BPNN dengan satu lapisan hidden dan 10 neuron hidden).
8. Jatibarang
Gambar 34 Diagram Taylor lokasi Jatibarang
Berdasarkan grafik diatas, lokasi Jatibarang memiliki standar deviasi ± 18. Model 4 memiliki nilai korelasi tertinggi (>0.95) dibandingkan dengan model lainnya. Akan tetapi, memiliki nilai rentang RMSE yang besar dan standar deviasi hampir dua kali lipat (40) dari titik referensi lokasi Jatibarang. Hal ini menyebabkan model 1 (JST1-05) yaitu model BPNN dengan satu lapisan hidden
dan 5 neuron hidden ditentukan sebagai model terbaik pada lokasi Jatibarang. Diagram Taylor setiap titik lokasi penelitian menunjukkan model terbaik yang dibangun dalam penelitian. Berikut ini (Tabel 5) adalah model terbaik yang telah dibangun baik pada Skema I maupun Skema II berdasarkan analisis menggunakan Diagram Taylor.
Tabel 5 Model terbaik setiap lokasi penelitian Lokasi TerbaikModel Keterangan
Indramayu (T1) Model 5 BPNN 2 lapisan hidden hidden, 20 dan 10 neuron Kedokan Bunder (T2) Model 2 BPNN 1 lapisan hidden, 10 neuron hidden
Krangkeng (T3) Model 6 PNN+BPNN
Juntinyuat (T4) Model 6 PNN+BPNN
Sudimampir (T5) Model 5 BPNN 2 lapisan hidden hidden, 20 dan 10 neuron Bondan (T6) Model 2 BPNN 1 lapisan hidden, 10 neuron hidden
Kertasemaya (T7) Model 6 PNN+BPNN
Jatibarang (T8) Model 1 BPNN 1 lapisan hidden, 5 neuron hidden
Model 6 menjadi model terbaik pada tiga lokasi penelitian yaitu Krangkeng (T3), Juntinyuat (T4) dan Kertasemaya (T7). Model 5 dan Model 2 menjadi model terbaik pada dua lokasi penelitian yaitu masing-masing Indramayu
(T1), Sudimampir (T5) dan Kedokan Bunder (T2), Bondan (T6). Sedangkan Model 1 menjadi model terbaik pada lokasi Jatibarang (T8).
Peta Hasil Penelitian
Hasil analisis korelasi antara hasil prediksi dan observasi digunakan dalam membangun peta hasil penelitian untuk melihat pengaruh dari tiap lokasi pengamatan terhadap hasil prediksi. Gambar 35 menunjukkan peta lokasi penelitian dengan memperhatikan pengaruh tiap lokasi terhadap hasil prediksi.
Gambar 35 Peta lokasi dan korelasi tiap lokasi terhadap prediksi AMH
Berdasarkan percobaan, terdapat variasi korelasi yang dihasilkan dari prediksi terhadap hasil obaservasi pada tiap lokasi penelitian. Gambar 35 menunjukkan bahwa terdapat beberapa lokasi dengan nilai korelasi antara hasil prediksi dengan observasi dengan nilai korelasi yang signifikan. Lokasi Indramayu dan Kertasemaya termasuk dalam lokasi pada rentang korelasi 0.81-
0.89. Lokasi lainnya berada pada rentang korelasi lebih kecil, yaitu pada rentang lebih kecil dari 0.72.
Simpulan
Awal musim hujan dapat ditentukan dengan data harian menggunakan pendekatan berdasarkan definisi agronomis. Indeks iklim global yang meliputi
Indian Ocean Dipole-Mode (IOD), Southern Oscillation Index (SOI), El Nino
Modoki Index (EMI), dan fenomena El Nino Southern Oscillation (ENSO) meliputi La Nina dan El Nino yang diindikasikan dengan nilai suhu permukaan wilayah Nino menunjukkan korelasi terhadap awal musim hujan Indramayu. Model Backpropagation Neural Network dengan satu buah lapisan hidden dan 10 buah neuron serta menggunakan Probabilistic Neural Network untuk klasifikasi AMH menjadi model terbaik pada penelitian. Berdasarkan Diagram Taylor setiap lokasi, model integrasi Backpropagation Neural Network dan Probabilistic Neural Network menjadi model terbaik untuk pendugaan AMH pada 3 titik dari total 8 titik pengamatan yaitu Krangkeng, Juntinyuat dan Kertasemaya. Akurasi tertinggi diperoleh sebesar 87.5% pada titik pengamatan Kertasemaya.
Saran
Penggunaan data Curah Hujan harian dengan rentang waktu lebih panjang perlu diujicobakan untuk melihat fenomena perubahan iklim yang terjadi dan pengaruhnya terhadap prediksi. Penggunaan lokasi titik pengamatan yang lebih banyak dapat memberikan gambaran pengaruh spasial terhadap prediksi secara menyeluruh.