ANALISIS PERBANDINGAN BACKPROPAGATION DENGAN
LEARNING VECTOR QUANTIZATION (LVQ) UNTUK
MEMPREDIKSI CURAH HUJAN DI KOTA MEDAN
TESIS
TENGKU MAHRINA
117038078
PROGRAM STUDI (S2) TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
ANALISIS PERBANDINGAN BACKPROPAGATION DENGAN
LEARNING VECTOR QUANTIZATION (LVQ) UNTUK
MEMPREDIKSI CURAH HUJAN DI KOTA MEDAN
TESIS
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Magister Teknik Informatika
TENGKU MAHRINA 117038078
PROGRAM STUDI (S2) TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : ANALISIS PERBANDINGAN BACKPROPAGATION
DENGAN LEARNING VECTOR QUANTIZATION
(LVQ) UNTUK MEMPREDIKSI CURAH HUJAN DI
KOTA MEDAN
Nama : TENGKU MAHRINA
Nomor Induk Mahasiswa : 117038080
Program Studi : MAGISTER TEKNIK INFORMATIKA
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing :
Diketahui/disetujui oleh
Program StudiMagister (S2) Teknik Informatika
Ketua,
Prof. Dr. H. Muhammad Zarlis
NIP : 19507011 1986011 003
Pembimbing 2 , Pembimbing 1,
Dr. Marwan Ramli, M.Si
NIP : 19711125 199303 1 002
Prof. Dr. Tulus
PERNYATAAN
ANALISIS PERBANDINGAN BACKPROPAGATION DENGAN LEARNING
VECTOR QUANTIZATION (LVQ) UNTUK MEMPREDIKSI
CURAH HUJAN DI KOTA MEDAN
TESIS
Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan,23Januari 2014
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN
AKADEMIS
Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan
dibawah ini:
Nama : Tengku Mahrina
NIM : 117038078
Program Studi : Teknik Informatika
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada
Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive
Royalty Free Right) atas tesis saya yang berjudul:
ANALISIS PERBANDINGAN BACKPROPAGATION DENGAN LEARNING
VECTOR QUANTIZATION (LVQ) UNTUK MEMPREDIKSI
CURAH HUJAN DI KOTA MEDAN
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti
Non-Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media,
memformat, mengelola dalam bentuk database, merawat dan mempublikasikan
tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya
sebagai penulis dan sebagai pemegang dan/ atau sebagai pemilik hak cipta.
Demikian pernyataan ini dibuat dengan sebenarnya.
Medan,23Januari 2014
Telah diuji pada
Tanggal: 23 Januari 2013
PANITIA PENGUJI TESIS
Ketua : Prof. Dr. Tulus
Anggota : 1. Dr. Marwan Ramli, M.Si
2. Prof. Dr. Herman Mawengkang
3. Prof. Dr. Muhammad Zarlis
RIWAYAT HIDUP
DATA PRIBADI
Nama Lengkap : Tengku Mahrina
Tempat dan Tanggal Lahir : Medan, 18 Nopember 1980
Alamat Rumah : Jl. Karya Kasih Gg. Kasih 5 No. 22/v
Telepon/ Faks/ HP : -/ -/ 081375365666
Instansi Tempat Bekerja : Stasiun Meteorologi Maritim Belawan
Alamat Kantor : Jl. Raya Pelabuhan III Gabion Belawan
DATA PENDIDIKAN
SD : SDN 060812 TAMAT: 1993
SMP : SMP Negeri 2 Medan TAMAT: 1996
SMA : SMU Negeri 2 Medan TAMAT: 1999
D3 : Akademi Meteorologi dan Geofisika Jakarta TAMAT: 2002
S1 : STT Harapan Medan TAMAT: 2007
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Allah SWT Tuhan Yang Maha Esa
atas berkah, rahmat dan karuniaNya kepada Penulis sehingga dapat menyelesaikan
tesis dengan judul “ANALISIS PERBANDINGAN BACKPROPAGATION
DENGAN LEARNING VECTOR QUANTIZATION (LVQ) UNTUK
MEMPREDIKSI CURAH HUJAN DI KOTA MEDAN”.
Dalam penyusunan untuk menyelesaikan tesis ini, Penulis banyak mendapati
pelajaran yang besar, baik berupa saran maupun nasehat dari berbagai pihak
terutama dari Dosen Pembimbing serta Dosen Pembanding, sehingga pengerjaan
tesis ini dapat diselesaikan dengan baik. Tidak lepas dari dukungan dan bantuan
banyak pihak sehingga penulis dapat sampai pada tahap penyelesaian TESIS ini.
Untuk itu penulis ingin menyampaikan ucapan terimakasih yang sebesar–
besarnya kepada :
1. Tengku Izmin Helda (Ayah), Rahmah Asmuni (Ibu), Aja Syahnan,
(Suami), atas dukungan, kesabaran dan kasih sayang yang besar,
sehingga penulis dapat menyelesaikan pendidikan ini.
2. Bapak Prof. Dr. Tulus, selaku Pembimbing I, yang telah bersedia
memberikan bimbingan serta pengarahan hingga terselesaikannya
penulisan tesis ini
3. Bapak Dr.Marwan Ramli, M.Si selaku Dosen Pembimbing II, yang
telah bersedia memberikan bimbingan serta pengarahan hingga
selesainya penulisan tesis ini.
4. Bapak Prof. Dr. Muhammad Zarlis, selaku Ketua Program Studi
Pascasarjana Teknik Informatika Fakultas Ilmu Komputer dan
Teknologi Informasi Sumatera Utara Medan yang telah bersedia
memberikan motivasi serta pengarahan hingga selesainya penulisan
tesis ini.
5. Bapak Prof.Dr. Herman Mawengkang, yang telah bersedia
memberikan saran dan pengarahan hingga terselesaikannya penulisan
6. Bapak Prof. Dr.Iryanto, M.Si, yang telah bersedia memberikan saran
dan pengarahan hingga terselesaikannya penulisan tesis ini.
7. Segenap sivitas akademika Program Studi Pascasarjana Teknik
Informatika Sumatera Utara.
8. Aja Naila Syarin dan Aja Marissa Syuri (Anak), Tengku Ikhwan
Helda, Tengku Emri Fauzan, Luthfiani.
9. Keluarga besar Magister Teknik Informatika Angkatan 2011 Kom-C.
10. Sahabat dan Teman di Stasiun Meteorologi Maritim Belawan, Stasiun
Klimatologi Sampali, Stasiun Meteorologi Polonia (Kuala Namu) dan
Balai Besar Meteorologi, Klimatologi dan Geofisika Wilayah I
Penulis menyadari bahwa masih ada kekurangan dalam penulisan tesis ini, untuk
itu, penulis mengharapkan kritik dan saran dari pembaca demi kesempurnaan
penelitian selanjutnya.
Akhir kata penulis berharap semoga karya ilmiah ini dapat bermanfaat bagi semua
pihak, khususnya dalam bidang pendidikan.
Medan,23 januari 2014
Penulis
Tengku Mahrina
ABSTRAK
Curah hujan merupakan faktor yang sangat penting dalam bidang pertanian dan perencanaan pembangunan. Penelitian ini bertujuan untuk memprediksi curah hujan dan sifat hujan di Medan menggunakan neural network dengan algoritma Backpropagation dan Learning Vector Quantization (LVQ). Data curah hujan yang digunakan untuk training adalah data curah hujan selama 30 tahun terakhir. Parameter yang digunakan dalam penelitian ini terdiri dari dua input yakni bulan dan volume curah hujan. Proses training menghasilkan arsitektur terbaik dengan tiga layer untuk Backpropagation dan dua layer untuk Learning Vector Quantization dengan learning rate 0,5. Dari hasil prediksi diperoleh Algoritma Backpropagation lebih dekat dalam melakukan prediksi data curah hujan 30 tahun terakhir dibandingkan dengan LVQ. Algoritma Backpropagation dan LVQ memiliki tingkat persentase keakuratan 75 – 99 % untuk algoritma Backpropagation dan 60 – 82 % untuk algoritma LVQ. Hasil pengujian kedua algoritma diatas, pengaruh fenomena El-Nino dan La-Nina tidak begitu signifikan .
COMPARATIVE ANALYSIS OF BACKPROPAGATION AND LEARNING VECTOR QUANTIZATION (LVQ) TO PREDICT
RAINFALL IN MEDAN
ABSTRACT
Precipitation is a very important factor in agriculture and development planning. This study aims to predict precipitation and characteristic of rainfall in Medan using neural network with Backpropagation algorithm and Learning Vector Quantization ( LVQ ). Data of precipitation which used for training is the rainfall data for the last 30 years. The parameters used in this study consists of two inputs , the month and the volume of rainfall (precipitation) . The process of training produces the best architecture with 3 layers for backpropagation and two layers for Learning Vector Quantization with a learning rate 0.5 . From the predicted results obtained Backpropagation algorithm to predict more closely the 30 years data compared to LVQ . Backpropagation and LVQ algorithm has the highest percentage accuracy of 75-99 % for the backpropagation algorithm and 60-82 % for LVQ algorithms . The test results of the two algorithms above, the influence of the El-Nino and La-Nina is not so significant.
DAFTAR ISI
Halaman
HALAMAN JUDUL ii
PERSETUJUAN iii
PERNYATAAN ORIGINALITAS iv
PERSETUJUAN PUBLIKASI v
BAB 1PENDAHULUAN ERROR! BOOKMARK NOT DEFINED.
1.1 Latar Belakang Error! Bookmark not defined.
1.2 Rumusan Masalah Error! Bookmark not defined.
1.3 Tujuan Penelitian Error! Bookmark not defined.
1.4 Batasan Masalah / Ruang Lingkup KajianError! Bookmark not defined.
BAB 2LANDASAN TEORI ERROR! BOOKMARK NOT DEFINED.
2.1 Definisi Model Error! Bookmark not defined.
2.1.1Model iconik (skala) Error! Bookmark not defined.
2.1.2Model analog Error! Bookmark not defined.
2.1.3Model matematik (quantitatif) Error! Bookmark not defined.
2.2 Konsep pengukuran kinerja Error! Bookmark not defined.
2.3.2Karakteristik dan kemampuan sistem pendukung keputusan Error! Bookmark not defined.
2.4 Pemodelan Sistem Pendukung Keputusan Error! Bookmark not defined.
2.5 Multi Criteria Decision Making (MCDM) Error! Bookmark not defined.
2.6 Pengertian AHP ( Analitycal Hierarchy Process ) Error! Bookmark not defined.
2.6.1Prinsip-Prinsip AHP Error! Bookmark not defined. 2.6.2Kelebihan dan Kelemahan AHP Error! Bookmark not defined. 2.6.3Langkah – langkah Metode AHP Error! Bookmark not defined. 2.6.4Struktur Hirarki Error! Bookmark not defined. 2.6.5Analisis Bobot Metode AHP Error! Bookmark not defined.
2.7 Fuzzy Analytical Hierarcy Process (FAHP) Error! Bookmark not defined.
2.8 Triangular Fuzzy Number (TFN) Error! Bookmark not defined.
BAB 3METODOLOGI PENELITIAN ERROR! BOOKMARK NOT DEFINED.
3.1 Rancangan Penelitian Error! Bookmark not defined. 3.1.2Pengajuan Posisi Jabatan Error! Bookmark not defined. 3.1.3Struktur Hirarki Error! Bookmark not defined.
3.1.4Responden Error! Bookmark not defined.
3.1.5Jenis – jenis kriteria berdasarkan tingkat kepentingan Error! Bookmark not defined.
3.1.6Derajat keanggotaan dan fuzzy segitiga Error! Bookmark not defined.
3.1.7Fuzzy Sintesis Error! Bookmark not defined. 3.1.8Penentuan Nilai Bobot Vektor (V) Error! Bookmark not defined. 3.1.9Menghitung Bobot Kriteria Error! Bookmark not defined. 3.1.10Menghitung bobot kriteria alternatif Error! Bookmark not defined.
3.1.11Perangkingan Error! Bookmark not defined.
5.2 Saran Error! Bookmark not defined.
DAFTAR GAMBAR
Gambar 2. 1 Struktur hirarki model ahp ERROR! BOOKMARK NOT DEFINED.
Gambar 2. 2 Persamaan matriks ERROR! BOOKMARK NOT DEFINED.
Gambar 3. 1 Langkah-langkah penelitian ERROR! BOOKMARK NOT DEFINED.
Gambar 3. 2 Hirarki kelayakan pengajuan posisi jabatan ERROR! BOOKMARK NOT DEFINED.
Gambar 3. 3 Ketaatan keanggotaan fuzzy segitiga ERROR! BOOKMARK NOT DEFINED.
Gambar 3. 4 Prestasi kerja keanggotaan fuzzy segitiga ERROR! BOOKMARK NOT
DEFINED.
Gambar 3. 5 Tanggung jawab keanggotaan fuzzy segitita ERROR! BOOKMARK
NOT DEFINED.
Gambar 3. 6 Kejujuran kenggotaan fuzzy segitiga ERROR! BOOKMARK NOT
DEFINED.
Gambar 3. 7 Kerjasama kenggotaan fuzzy segitiga ERROR! BOOKMARK NOT DEFINED.
Gambar 3. 8 Kepemimpinan Kenggotaan Fuzzy Segitiga ERROR! BOOKMARK NOT DEFINED.
Gambar 4. 1 Tampilan menu utama ERROR! BOOKMARK NOT DEFINED.
Gambar 4. 2 Range-range kriteria ERROR! BOOKMARK NOT DEFINED.
Gambar 4. 3 Tampilan matriks perbandingan ahp ERROR! BOOKMARK NOT DEFINED.
Gambar 4. 4 Tampilan bobot kriteria ERROR! BOOKMARK NOT DEFINED.
Gambar 4. 5 Tampilan hasil keputusan menggunakan fahp ERROR! BOOKMARK NOT DEFINED.
DAFTAR TABEL
Tabel 2. 1 Kriteria pembobotan metode ahp saaty (1990) ERROR! BOOKMARK NOT DEFINED.
Tabel 2. 2 Matriks perbandingan berpasangan ERROR! BOOKMARK NOT DEFINED.
Tabel 2. 3Matriks perbandingan dengan nilai intensitas ERROR! BOOKMARK NOT DEFINED.
Tabel 2. 4 Nilai random index ERROR! BOOKMARK NOT DEFINED.
Tabel 2. 5 Penjumlahan kolom ERROR! BOOKMARK NOT DEFINED.
Tabel 2. 6 Penjumlahan baris ERROR! BOOKMARK NOT DEFINED.
Tabel 2. 7 Perkalian tpv dengan elemen matriks ERROR! BOOKMARK NOT
DEFINED.
Tabel 2. 8 Penjumlahan baris setelah perkalian ERROR! BOOKMARK NOT
DEFINED.
Tabel 2. 9 Skala perbandingan tingkat kepentingan fuzzy ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 1 Kriteria ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 2 Kuisioner ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 3 Penilaian responden pertama ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 4 Penilaian responden kedua ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 5 Penilaian responden ketiga ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 6 Penilaian responden keempat ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 7 Penilaian responden kelima ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 8 Penilaian responden keenam ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 9 Penilaian responden ketujuh ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 11 Penilaian responden kesembilan ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 12 Penilaian responden kelima ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 13 Hasil 10 orang responden ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 14 Tingkat kepentingan kriteria ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 15 Kriteria ketaatan ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 16 Kriteria prestasi kerja ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 17 Kriteria tanggung jawab ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 18 Kriteria kejujuran ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 19 Kriteria kerjasama ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 20 Kisaran kriteria kepemimpinan ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 21 Menentukan matriks perbandingan berpasangan ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 22 Matriks perbandingan berpasangan fuzzy ERROR! BOOKMARK NOT
DEFINED.
Tabel 3. 23 Matriks perbandingan berpasangan fuzzy ERROR! BOOKMARK NOT
DEFINED.
Tabel 3. 24 Perhitungan jumlah baris setiap kolom l,m,u ERROR! BOOKMARK
NOT DEFINED.
Tabel 3. 25 Perhitungan fuzzysintesis (si) ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 26 Bobot vektor ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 27 Matriks perbandingan berpasangan ahp ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 28 Perhitungan ∑kolom ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 29 Perhitungan ∑baris ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 30 Mencari nilai eigen ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 31Nilai eigen ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 32 Bobot prioritas ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 33 Nilai matriks dari alternatif ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 35 Penjumlahan kolom dari alternatif ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 36 Perhitungan ∑kolom ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 37 Nilai eigen ERROR! BOOKMARK NOT DEFINED.
Tabel 3. 38 Bobot prioritas ERROR! BOOKMARK NOT DEFINED.
