APLIKASI SOFT COMPUTING PADA PREDIKSI
CURAH HUJAN DI KALIMANTAN
TESIS
Karya tulis sebagai salah suatu syarat untuk memperoleh gelar magister dari
Institut Teknologi Bandung
Oleh : DENI SEPTIADI
NIM : 22406002
Program Studi Sains Kebumian
INSTITUT TEKNOLOGI BANDUNG
2008
ABSTRAK
APLIKASI SOFT COMPUTING PADA PREDIKSI CURAH HUJAN DI KALIMANTAN
Oleh : Deni Septiadi NIM : 55406002
Analisis clustering curah hujan di Kalimantan menggunakan Jaringan Kompetitif Kohonen menghasilkan 5 kelompok wilayah yang disebut Zona Prediksi. Sementara itu spektrum data memperlihatkan sinyal sunspot hadir dalam deret waktu data curah hujan di semua Zona Prediksi dengan magnitude terbesar pada Zona Prediksi 2 yang mengindikasikan bahwa zona tersebut memberikan respon langsung pada fenomena sunspot. Peranan aktivitas matahari pada pembentukan awan tinggi dipercayai berkaitan dengan variabilitas fluks sinar kosmik yang bervariasi terhadap lintang.
Prediksi curah hujan bulanan dengan Metode ANFIS maupun Jaringan Neural dilakukan dengan menggunakan 1 Prediktor (curah hujan) dan 2 Prediktor (kombinasi antara sinar kosmik dan sunspot) dengan panjang data bervariasi yaitu 45 tahun, 30 tahun, dan 15 tahun serta panjang data 46 tahun untuk prediksi tahunan (2007–2020).
Secara keseluruhan keluaran Metode ANFIS 1 Prediktor menunjukkan nilai rata-rata RMSE (Root Mean Square Error) yang lebih kecil untuk prediksi bulanan. Namun pada prediksi tahunan, Metode ANFIS 2 Prediktor menunjukkan hasil yang lebih baik. Dengan demikian fenomena sunspot dan sinar kosmik sebagai prediktor perlu dipertimbangkan dalam melakukan prediksi jangka panjang karena memberikan akurasi yang lebih baik dibandingkan jika hanya menggunakan curah hujan sebagai prediktor
Kata kunci : Analisis clustering, Jaringan Kompetitif, Zona Prediksi, Spectrum
ii ABSTRACT
SOFT COMPUTING APPLICATION FOR RAINFALL PREDICTION IN KALIMANTAN
By : Deni Septiadi NIM : 22406002
Clustering analysis of rainfall at Kalimantan using Competitive Neural Kohonen yields 5 groups area called Prediction Zone. Meanwhile, data spectrum shows that sunspot signal exist in time series of rainfall to all of the Prediction Zone with the biggest magnitude at Prediction Zone 2 and indicated that zone gives direct response to the sunspot phenomena. Role of the sunspot activity to the high cloud formation believed relationships to the cosmic rays flux that various at latitude.
Monthly rainfall prediction with ANFIS Method and Neural Network done with 1 Predictor (rainfall) and 2 Predictors (combine between cosmic rays and sunspot) at various length of data that is 45 years, 30 years, and 15 years and 46 years data length for yearly prediction (2007-2020).
Over all, output 1 Predictor ANFIS Method shows small average value RMSE (Root Mean Square Error) for monthly prediction. But, for yearly prediction, 2 Predictors ANFIS Method shows more accurates. That’s way, sunspot and cosmic rays phenomena as predictor needs to be considered for long term prediction because gives better accuracy then only using rainfall as predictor.
Key words: Clustering analysis, Competitive Neural, Prediction Zone, Spectrum of data, ANFIS, Neural Network, RMSE, cosmic, sunspot.
PEDOMAN PENGGUNAAN TESIS
Tesis S2 yang tidak dipublikasikan terdaftar dan tersedia di Perpustakaan Institut Teknologi Bandung, dan terbuka untuk umum dengan ketentuan bahwa hak cipta ada pada pengarang dengan mengikuti aturan HaKi yang berlaku di Institut Teknologi Bandung. Referensi kepustakaan diperkenankan dicatat, tetapi pengutipan atau peringkasan hanya dapat dilakukan seizin pengarang dan harus disertai dengan kebiasaan ilmiah untuk menyebutkan sumbernya.
Memperbanyak atau menerbitkan sebagian atau seluruh tesis haruslah seizin Direktur Program Pascasarjana, Institut Teknologi Bandung.
iv
UCAPAN TERIMA KASIH
Alhamdulillah tesis ini dapat penulis selesaikan sebagai sebagai salah satu syarat untuk memperoleh gelar magister dari Institut Teknologi Bandung pada Program Studi Sains Kebumian. Ucapan terima kasih penulis sampaikan kepada berbagai pihak yang turut membantu dalam penyusunan tugas akhir tesis ini diantaranya :
1. Prof. Dr. Bayong Tjasyono H. K, selaku dosen pembimbing pertama sekaligus dosen wali yang telah meluangkan waktunya dalam memberikan pengarahan dan bimbingan.
2. Prof. Dr. The Houw Liong, selaku dosen pembimbing kedua yang telah banyak memberikan masukan dalam penyusunan tesis ini.
3. Dr. Tri Wahyu Hadi, selaku dosen penguji yang telah memberikan kritik dan saran dalam kesempurnaan penulisan maupun penyusunan tesis.
4. KAPUSDIKLAT BMG Pusat yang telah memberikan bantuan beasiswa sehingga penulis dapat melanjutkan studi magister di Institut Teknologi Bandung.
5. Istri dan kedua buah hatiku tercinta yang memberikan inspirasi dan dukungan penuh serta kedua orangtua di Pontianak yang memberikan do’a dan semangat bagi penulis.
Bandung, Mei 2008
v DAFTAR ISI
ABSTRAK ……….. ABSTRACT ……… PEDOMAN PENGGUNAAN TESIS ... UCAPAN TERIMA KASIH ………... DAFTAR ISI ………... DAFTAR LAMPIRAN ... DAFTAR GAMBAR DAN ILUSTRASI ... DAFTAR TABEL ………... DAFTAR SINGKATAN DAN LAMBANG ……….. Bab I Pendahuluan ………... I.1 Latar Belakang ... I.2 Batasan Masalah ... I.3 Tujuan Penelitian ... I.4 Sistematika Pembahasan ... Bab II Tinjauan Pustaka ………. II.1 Karakteristik Matahari ... II.2 Struktur Matahari ... II.3 Aktivitas Matahari ... II.4 Sunspot ... II.5 Sistem Bumi – Matahari ... II.6 Kondisi Geografis Kalimantan ... Bab III Metodologi Penelitian ……… III. 1 Data ... III.2 Pengolahan Data ... III.2.1 Clustering Jaringan Kohonen ... III.2.2 Aplikasi Soft Computing ... III.2.2.1 Neural Network (NN) ... III.2.2.2 ANFIS (Adaptive Neuro Fuzzy Inferrence System) ... III.2.3 Alur Penelitian ...
i ii iii iv v vii ix xi xii 1 1 3 3 4 5 5 5 6 8 14 18 20 20 21 21 23 23 26 30
Bab IV Analisis dan Pembahasan ……….. IV.1 Analisis Clustering ... IV.2 Analisis Spektral ... IV.3 Prediksi Curah Hujan ... Bab V Kesimpulan dan Saran ………...
V.1 Kesimpulan ... V.2 Saran ... DAFTAR PUSTAKA ………. LAMPIRAN ... 31 31 32 41 50 50 50 51 53
vii DAFTAR LAMPIRAN Lampiran I I.1 I.2 I.3 I.4 I.5 I.6 I.7 I.8 I.9 I.10 Lampiran II II.1 II.2 II.3 II.4 II.5 II.6 Lampiran III III.1 III.2 III.3 III.4 III.5
Pengolahan Dengan Menggunakan Metode ANFIS ... Training ANFIS Bulanan 1 Prediktor (1991-2005) ………... Training ANFIS Bulanan 1 Prediktor (1976-2005) ………... Training ANFIS Bulanan 1 Prediktor (1961-2005) ………... Training ANFIS Tahunan 1 Prediktor (1961-2005) ……….. Training ANFIS Tahunan 2 Prediktor (1961-2005) ……….. Prediksi ANFIS Tahun 2006, 1 Prediktor (1991-2005) …... Prediksi ANFIS Tahun 2006, 1 Prediktor (1976-2005) ….... Prediksi ANFIS Tahun 2006, 1 Prediktor (1961-2005) …… Prediksi ANFIS Tahun 2007-2020, 1 Prediktor (1961-2005). Prediksi ANFIS Tahun 2007-2020, 2 Prediktor (1961-2005) Pengolahan Dengan Menggunakan Metode Jaringan Neural Training Jaringan Neural Bulanan, 1 Prediktor (1991-2005) Training Jaringan Neural Bulanan, 1 Prediktor (1976-2005) Training Jaringan Neural Bulanan, 1 Prediktor (1961-2005) Prediksi Jaringan Neural Tahun 2006, 1 Prediktor (1991-2005) ...………. Prediksi Jaringan Neural Tahun 2006, 1 Prediktor (1976-2005) ...………. Prediksi Jaringan Neural Tahun 2006, 1 Prediktor (1961-2005) ……… Pengolahan dan Analisa Data ... Distribusi Curah Hujan Rata-rata pada 25 pos penakar ... Hasil clustering dengan Jaringan Kompetitif Kohonen ... Hubungan Curah Hujan dan Siklus Sunspot pada masing-masing Zona Prediksi ... Power Spektrum versus Frekuensi data curah hujan masing-masing Zona Prediksi ... Pola Angin Bulanan 1000 mb Tahun 2006 ...
53 54 56 58 60 62 64 65 66 67 68 69 70 72 74 76 77 78 79 80 81 82 83 84
III.6 III.7 III.8 III.9 Lampiran IV IV.1 IV.2 IV.3 IV.4 IV.5 IV.6 IV.7 IV.8
Kontur Kecepatan Angin Bulanan Rata-rata Observasi Permukaan ... Kontur Kecepatan Angin Tahunan Rata-rata Observasi Permukaan ... Radiasi Matahari dan Lama Penyinaran di Indonesia ... Radiasi Matahari dan Lama Penyinaran di Indonesia ... Verifikasi Hasil Keluaran Model ... Nilai RMSE ANFIS Bulanan, 1 Prediktor (1991-2005) ... Nilai RMSE ANFIS Bulanan, 1 Prediktor (1976-2005) ... Nilai RMSE ANFIS Bulanan 1, Prediktor (1961-2005) ... Nilai RMSE Jaringan Neural Bulanan, 1 Prediktor (1991-2005) ... Nilai RMSE Jaringan Neural Bulanan, 1 Prediktor (1976-2005) ... Nilai RMSE Jaringan Neural Bulanan, 1 Prediktor (1961-2005) ... Nilai RMSE ANFIS Bulanan, 2 Prediktor (1961-2005) ... Nilai RMSE Jaringan Neural Bulanan, 2 Prediktor (1961-2005) ... 86 87 88 89 90 91 93 95 97 99 101 103 105
ix
DAFTAR GAMBAR DAN ILUSTRASI
Gambar II.1 Gambar II.2 Gambar II.3 Gambar II.4 Gambar II.5 Gambar II.6 Gambar II.7 Gambar II.8 Gambar II.9 Gambar II.10 Gambar II.11 Gambar III.1 Gambar III.2 Gambar III.3 Gambar III.4 Gambar III.5 Gambar IV.1 Gambar IV.2 Gambar IV.3 Gambar IV.4 Gambar IV.5 Gambar IV.6
Model struktur Matahari ... Dinamo Babcok ... Sunspot matahari ... Siklus Sunspot ... Sinar kosmik primer yang masuk pada atmosfer atas bumi sekitar 30 km dari permukaan ... Lapisan sinar kosmik primer masuk atmosfer atas sekitar 30 km dan menabrak molekul udara menghasilkan sinar kosmik sekunder ... Kurva variabilitas sinar kosmik (GCR) dan bilangan bintik matahari ... Posisi matahari-bumi menentukan empat musim yakni musim panas (summer), musim dingin (winter), musim gugur (autum) dan musim semi (spring) ... Batas-batas daerah monsun ... Pola Curah Hujan di Indonesia ... Posisi geografis Kalimantan ... Topologi neuron ... Arsitektur Jaringan Neural ... Grafik Fungsi Aktivasi Sigmoid Biner ... Struktur ANFIS ... Alur penelitian ... Posisi neuron sebelum pelatihan ... Posisi neuron setelah pelatihan (epoch = 500) ... Spektrum data sunspot ... Spektrum data curah hujan pada Zona Prediksi 2 ... Gerakan helikal ion dan elektron sepanjang garis gaya magnet Koefisien korelasi antara sinar kosmik primer dan tutupan awan ... 6 7 9 9 12 13 14 15 17 18 19 22 24 24 27 30 31 31 33 33 35 35
Gambar IV.7 Gambar IV.8 Gambar IV.9 Gambar IV.10 Gambar IV.11 Gambar IV.12 Gambar IV.13 Gambar IV.14 Gambar IV.15 Gambar IV.16 Gambar IV.17 Gambar IV.18 Gambar IV.19 Gambar IV.20 Gambar IV.21 Gambar IV.22 Gambar IV.23 Gambar IV.24 Gambar IV.25
Intensitas sinar kosmik sebagai fungsi garis bujur ... Kurva hubungan sinar kosmik dengan siklus sunspot ... Kurva hubungan siklus sunspot-radiasi-sinar kosmik ... Kontur radiasi rata-rata untuk Indonesia ... Isohyet curah hujan bulanan rata-rata... Distribusi radiasi zona prediksi 2 ... Pola angin 1000 mb bulan (a) Januari dan (b) bulan Juli ... Kontur kecepatan angin tahunan rata-rata ... Korelasi curah hujan – sunspot pada Zona Prediksi 2 ... Hasil Training (atas) dan Error (bawah) dengan Metode ANFIS 1 Prediktor untuk Zona 1 menggunakan panjang data 45 tahun ... Hasil prediksi (2006) dengan Metode ANFIS 1 Prediktor untuk Zona 1 menggunakan panjang data 45 tahun ... Hasil Training (atas) dan Error (bawah) dengan Jaringan Neural 1 Prediktor untuk Zona 1 menggunakan panjang data 45 tahun ... Hasil prediksi (2006) dengan Jaringan Neural 1 Prediktor untuk Zona 1 menggunakan panjang data 45 tahun ... Hasil Training (atas) dan Error (bawah) dengan Metode ANFIS 1 Prediktor untuk Zona 1 menggunakan panjang data 46 tahun ... Hasil prediksi Tahunan Metode ANFIS 1 Prediktor untuk Zona 1 menggunakan panjang data 46 tahun ... Hasil Training (atas) dan Error (bawah) dengan Metode ANFIS 2 Prediktor untuk Zona 1 menggunakan panjang data 46 tahun ... Hasil prediksi Tahunan Metode ANFIS 2 Prediktor untuk Zona 1 menggunakan panjang data 46 tahun ... Hasil prediksi Metode ANFIS untuk siklus sunspot ... Hasil prediksi Tahunan Metode ANFIS 2 input untuk Zona 2 .
36 37 38 38 39 39 40 40 41 42 42 43 43 46 46 47 47 49 49
xi DAFTAR TABEL Tabel II.1 Tabel III.1 Tabel IV.1 Tabel IV.2 Tabel IV.3 Tabel IV.4 Tabel IV.5 Tabel IV.6
Durasi matahari terbit sampai terbenam (siang hari) ... Daftar Stasiun Hujan di Kalimantan ... Zona Prediksi ... Nilai RMSE dan Koefisien Korelasi tiap Zona Prediksi Dengan Metode ANFIS 1 Prediktor ... Nilai RMSE dan Koefisien Korelasi tiap Zona Prediksi Dengan Metode Jaringan Neural 1 Prediktor ... Akurasi tiap Zona Prediksi dengan Metode ANFIS 2 Prediktor pada panjang data 45 tahun ... Akurasi tiap Zona Prediksi dengan Metode ANFIS 1 Prediktor pada panjang data 46 tahun ... Akurasi tiap Zona Prediksi dengan Metode ANFIS 2 Prediktor pada panjang data 46 tahun. ...
15 20 32 44 44 44 48 48
DAFTAR SINGKATAN DAN LAMBANG SINGKATAN QPF FL NN PR ANFIS IOD ENSO MHD GCR SST BMG ITCZ DIPERTA FFT RMSE LAMBANG c m E R f g K N O Nama
Quantitative Forecast of Precipitation Fuzzy Logic
Neural Network Theory Probabilistic Reasoning
Adaptive Neuro-Fuzzy Inference System Indian Ocean Dipolemode
El Nino Southern Oscillation Dynamo magnetohydrodynamics Galatic Cosmic Ray
Sea Surface Temperature
Badan Meteorologi dan Geofisika Inter Tropical Convergence Zone Dinas Pertanian
Fast Fourier Transform Root Mean Square Error
Cepat rambat cahaya Jumlah massa yang hilang Kuantitas energi
Bilangan Sunspot Total bilangan sunspot
Jumlah group atau kelompok sunspot Merupakan faktor reduksi
Nitrogen Oksigen Pemakaian pertama kali pada halaman 1 2 2 2 2 3 3 6 14 16 18 19 20 32 41 5 5 5 8 8 8 8 11 11
xiii P π: γ e μ νμ N Yt l F − q v − B − Proton Pion Sinar gamma Elektron Muon Antineutrino elektron Neutrino Antineutrino muon Neutron
Observasi pada waktu t Positif integer
Gaya yang bekerja pada partikel bermuatan
Muatan partikel
Kecepatan partikel bermuatan Induksi magnetik. 11 11 11 11 11 11 11 11 11 21 21 34 34 34 34
