• Tidak ada hasil yang ditemukan

Prediksi Potensi Debit Berdasarkan Data Curah Hujan Maksimum Bulanan Dengan Metode Jaringan Syaraf Tiruan Backpropogation di Daerah Aliran Sungai (DAS) Deli Chapter III V

N/A
N/A
Protected

Academic year: 2017

Membagikan "Prediksi Potensi Debit Berdasarkan Data Curah Hujan Maksimum Bulanan Dengan Metode Jaringan Syaraf Tiruan Backpropogation di Daerah Aliran Sungai (DAS) Deli Chapter III V"

Copied!
60
0
0

Teks penuh

(1)

BAB III

METODOLOGI PENELITIAN

III.1 DIAGRAM ALUR (FLOWCHART)

(2)

Gambar 3.1 Diagram Flowchart

Kesimpulan Dan Saran

Mulai

Studi Literatur

Pengumpulan Data

Reliabilitas

Selesai

Pengolahan DAS dengan Program Artificial Neural Network

Praproses Data

Data Instansi

(3)

III.2 PENGEMBANGAN MODEL ARTIFICIAL NEURAL NETWORK

Sebelumnya, nomor neuron lapisan input adalah 8 dan neuron lapisan output

adalah 1. Fungsi aktivasi yang digunakan adalah fungsi aktivasi tangent sigmoid

untuk neuron hidden layer dan fungsi aktivasi linier untuk output layer. Data

input dan output telah di normalisasi antara -1 dan 1 untuk meningkatkan

keberhasilan dari jaringan.

Dalam rangka menginvestigasi nilai optimum dari neuron hidden layer,

kemampuan penyamarataan jaringan telah diperkirakan. Berdasarkan pelatihan

error yang berbeda pada setiap jaringan, dengan sebuah nilai yang ditetapkan

pada hidden layer. Pada penelitian ini ditetapkan neuron 3, 6, 8 dan 10 yang

digunakan pada hidden layer..

Nilai optimum pada hidden layer didapatkan dengan cara men-train data input,

data output, dan memasukkan nilai – nilai parameter yang telah ditentukan.

Terdapat dua parameter yang digunakan, yaitu:

1.

Parameter untuk membuat jaringan.

Yang terdiri dari:

Tipe Jaringan (network type)

Fungsi Pelatihan (training function)

Fungsi Penyesuaian (adaption learning function)

Fungsi Hasil (performance function)

Nomor Lapisan (number of layers)

Bagian (properties for)

Nomor neuron (number of neurons)

Fungsi Aktivasi (transfer function)

2.

Parameter untuk melatih jaringan.

Yang terdiri dari:

Show Window

Show Command Line

Show

(4)

Min. Grad

Max. Fail

Mu

Mu dec

Mu inc

Mu max

Nilai – nilai yang digunakan pada parameter tersebut dibagi 2, yaitu dengan nilai

asumsi yang mengarah ke pengurangan tingkat error dan nilai default yang

memang sudah ada pada program.

Pengolahan data dilakukan dengan menggunakan parameter-parameter

yang akan mengarah pada pengurangan tingkat error. Karena semakin kecil

tingkat error yang terjadi akan membuat hasil prediksi semakin mendekati nilai

aktualnya dan kinerjanya semakin bagus.

(5)

BAB IV

HASIL DAN PEMBAHASAN

IV.1 PERHITUNGAN DEBIT HUJAN DENGAN PROGRAM ARTIFICIAL

NEURAL NETWORK

Dalam bab ini akan dilakukan perhitungan debit hujan dengan menggunakan

program Artificial Neural Network. Perhitungan debit hujan ini akan

menggunakan langkah-langkah perhitungan yang berdasarkan proses pengelolaan

data pada program Artificial Neural Network. Data dikelola dengan menggunakan

berbagai macam jenis nilai neuron yang terdapat pada Hidden Layerdan berbagai

jenis parameter fungsi dan nilai.

IV.1.1 Variasi Parameter Untuk Desain Artificial Neural Network

Dalam perencanaan ini ada beberapa parameter desain yang divariasikan

yaitu berupa parameter untuk membuat jaringan dan parameter nilai untuk melatih

jaringan. Sebelum data di input dan target yang diimplementasikan ke dalam

jaringan saraf tiruan harus terlebih dahulu memasukkan nilai

parameter-parameternya.Definisi dari parameter-parameter tersebut telah dijelaskan pada

Bab sebelumnya, pada Bab II. Adapun parameter-parameter beserta nilaiyang

digunakan baik dalam keadaan default maupun dalam keadaan penyesuaian

jaringan, yaitu:

1.

Parameter untuk membuat jaringan.

Tipe Jaringan (Network Type)

Pada penelitian ini digunakan tipe jaringan feed forward backpropagation.

(6)

Pada penelitian ini digunakan fungsi pelatihan trainlmatau train Levenberg

Marquardt Backpropagation.

Fungsi Penyesuaian Pembelajaran (Adaption Learning Function)

Pada penelitian ini digunakan fungsi penyesuaian pembelajaran LEARNGDM.

Fungsi Hasil (Performance Function)

Pada penelitian ini digunakan fungsi MSE (Mean Square Error)

Nomor pada lapisan (Number of Layers)

Pada penelitian ini digunakan nomor pada lapisan 1.

Bagian (Properties for)

Pada penelitian ini digunakan bagian pada Layer 1.

Nomor pada neuron (Number of neuron)

Pada penelitian ini digunakan neuron yang bervariasi, yaitu neuron 3, 6, 8 dan 10.

Fungsi Aktivasi (Transfer function)

Pada penelitian ini digunakan tangent sigmoid

2.

Parameter nilai untuk melatih jaringan.

Show

Pada penelitian ini digunakan nilai 20.

Epochs

Pada penelitian ini digunakan nilai epochs 1000.

Goal

Pada penelitian ini digunakan nilai goal 0,001.

Min_grad

Pada penelitian ini digunakan minimum gradient 1e-05.

Max_fail

Pada penelitian ini digunakan maximum fail 100.

Mu

Pada penelitian ini digunakan nilai mu yang bervariasi yang akan ditampilkan

pada proses pengolahan data.

Mu_dec

(7)

Mu_inc

Pada penelitian ini digunakan nilai mu_inc yang bervariasi yang akan ditampilkan

pada proses pengolahan data.

Mu_max

Pada penelitian ini digunakan mu_max 10.000.000.000.

IV.2 PERHITUNGAN DATA CURAH HUJAN KAWASAN

Berikut ini luas areal pengaruh stasiun hujan Daerah Aliran Sungai Babura

No. Nama Stasiun Penakar Curah Hujan

Luas Areal

1

Stasiun Polonia

10,9 Km

2

2

Stasiun Tuntungan

84,06 Km

2

3

Stasiun Patumbak

0, 043 Km

2

Luas Total

95,00 Km

2

Sumber: Hasil Analisis

Mempersiapkan data curah hujan untuk prediksi.Pada contoh ini digunakan data

rata-rata curah hujan tiap bulan di daerah sungai Babura pada tahun 2008 s.d

2010.Pada algoritma jaringan syaraf tiruan propogasi balik ini digunakan fungsi

aktivitas sigmoid biner dimana fungsi ini bernilai antara 0 s.d 1.Namun fungsi

sigmoid biner tersebut tidak pernah mencapai 0 maupun 1. Oleh sebab itu, data

curah hujan perlu dinormalisasikan terlebih dahulu salah satu conthnya ke dalam

range 0,1 s.d 0,9 menggunakan persamaan berikut ini.

=

0,8 (

� − �

)

(

� − �

)

+ 0,1 …

���������

(4.2.1)

Keterangan :

X’ = data hasil normalisasi

X = data asli/data awal

a = nilai maksimum data asli

b = nilai minimum data asli

Tabel 4.2.1. Curah Hujan Harian

Stasiun

: Polonia

(8)

TAHUN

Jan Feb Mar Apr Mei

Jun Jul Agt Sep Okt Nov Des

2008

170

86

158

223

253

226 262 282 396 378 374

311

2009

189 131

163

277

301

251 277 382 475 472 413

343

2010

217 201

238

285

330

307 312 418 532 733 468

347

DATA LATIH ALGORITMA ANN

(9)

1

DATA UJI ALGORITMA ANN

(10)

IV.3.

PROSES RUNNING PROGRAM ARTIFICIAL NEURAL

NETWORK

Dalam proses running program neural network, dilaksanakan sebanyak 4 variasi

neuron. Untuk menentukan nilai optimum dari tiap neuron hidden layer, neuron 3

telah dipilih. Untuk menginvestigasi nilai optimum tersebut, dilakukan dengan

cara pelatihan error yang berbeda pada setiap jaringan. Berikut langkah-langkah

pengolahan data dengan menggunakan nilai optimum pada neuron 3.

IV.3.1 Tabel Hasil Simulasi Artificial Neural Network

(11)
(12)

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2017 Untuk Wilayah Polonia

Berdasarkan hasil Grafik diatas maka dapat dilihat hasil prediksi dalam bentuk

table sebagai berikut :

TAHUN

Jan Feb Mar Apr

Mei

Jun

Jul

Agt

Sep

Okt

Nov

Des

2017

700 500

750

750 1000 850 1100 1450 1600 1650 1450 1100

Stasiun

: Tuntungan

Koordinat

: (3,500244 LU ; 98,630518 BT)

TAHUN

Jan Feb Mar Apr Mei

Jun Jul Agt Sep Okt Nov Des

2008

317 135

243

215

303

230 274 249 538 472 336

364

2009

341 301

245

233

318

322 288 303 543 485 434

381

2010

422 471

287

406

373

382 315 354 605 818 651

470

Data Hasil Normalisasi

Jan

Feb

Mar

Apr

Mei

Jun

Jul

Agt

Sep

Okt

Nov

0,277901 0,185083 0,264641 0,336464 0,369613 0,339779 0,37955801 0,401657 0,527624 0,507735 0,503315

0,298895 0,234807 0,270166 0,396133 0,422652 0,367403

0,3961326 0,512155 0,614917 0,611602 0,546409

(13)
(14)
(15)

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2017 Untuk Wilayah Tuntungan

Berdasarkan hasil Grafik diatas maka dapat dilihat hasil prediksi dalam bentuk

table sebagai berikut :

TAHUN

Jan Feb Mar Apr Mei

Jun Jul Agt

Sep

Okt

Nov

Des

2017

700 480

450

420

600

620 480 690 1300 1400 1100 1000

Stasiun

: Patumbak

Koordinat

: (3,2727930 LU ; 98,433347 BT)

TAHUN

Jan Feb Mar Apr Mei

Jun Jul Agt Sep Okt Nov Des

2008

132

47

140

155

198

157 178 239 303 346 247

197

2009

158

71

149

181

214

159 203 248 322 409 255

287

2010

276

85

225

187

252

267 217 289 367 581 369

369

Data Hasil Normalisasi

Jan

Feb

Mar

Apr

Mei

Jun

Jul

Agt

Sep

Okt

Nov

0,227341

0,1 0,239326 0,261798 0,326217 0,264794 0,296255

0,38764 0,483521

0,54794 0,399625

0,266292 0,135955 0,252809 0,300749 0,350187

0,26779 0,333708 0,401124 0,511985 0,642322

0,41161

0,443071 0,156929 0,366667 0,309738 0,407116 0,429588 0,354682 0,462547 0,579401

0,9 0,582397

(16)
(17)
(18)

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2017 Untuk Wilayah Patumbak

Berdasarkan hasil Grafik diatas maka dapat dilihat hasil prediksi dalam bentuk

table sebagai berikut :

TAHUN

Jan Feb Mar Apr

Mei

Jun Jul

Agt

Sep

Okt

Nov

Des

2017

800 300

800

780

790

800 900 1100 1300 1805 1205 1100

Berdasarkan Hasil prediksi debit curah hujan 2017 - 2020 dengan menggunakan

metode Jaringan Syaraf Tiruan Backpropagation adalah sebagai berikut :

TAHUN

Jan Feb Mar Apr

Mei

Jun

Jul

Agt

Sep

Okt

Nov

Des

2017

700 500

750

750 1000 850 1100 1450 1600 1650 1450 1100

TAHUN

Jan Feb Mar Apr Mei

Jun Jul Agt

Sep

Okt

Nov

Des

2018

700 480

450

420

600

620 480 690 1300 1400 1100 1000

(19)

Stasiun

: Polonia

Koordinat

: (3,567069 LU ; 98,683367 BT)

TAHUN

Jan Feb Mar Apr Mei

Jun

Jul

Agt

Sep

Okt

Nov

Des

2009

189 131

163 277

301 251

277

382

475

472

413

343

2010

217 201

238 285

330 307

312

418

532

733

468

347

2017

700 500

750

750 1000 850 1100 1450 1600 1650 1450 1100

Data Hasil Normalisasi

Jan

Feb

Mar

Apr

Mei

Jun

Jul

Agt

Sep

Okt

Nov

2009

0,140138

0,1 0,135986

0,15075 0,165975

0,1406

0,1609 0,181661 0,215802

0,25594

0,18489

2010

0,194579 0,106459

0,17105

0,153518

0,183506

0,190427

0,167359 0,200577 0,236563 0,335294 0,237486

2017

0,436332 0,205652 0,436332 0,427105 0,431719 0,436332 0,482468

0,57474

0,667013

0,9

0,623183

Sumber: Data Sekunder, BMKG Sampali

(20)

8

0,2

DATA UJI ALGORITMA ANN

(21)

9

0,5

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2020 Untuk Wilayah Polonia

Berdasarkan hasil Grafik diatas maka dapat dilihat hasil prediksi dalam bentuk

table sebagai berikut :

(22)

Stasiun

: Tuntungan

Koordinat

: (3,500244 LU ; 98,630518 BT)

TAHUN

Jan Feb Mar Apr Mei

Jun

Jul Agt

Sep

Okt

Nov

Des

2009

341 301

245

233

318

322 288 303

543

485

434

381

2010

422 471

287

406

373

382 315 354

605

818

651

470

2017

700 480

450

420

600

620 480 690 1300 1400 1100 1000

Data Hasil Normalisasi

Jan

Feb

Mar

Apr

Mei

Jun

Jul

Agt

Sep

Okt

Nov

2009

0,174036 0,146615 0,108226

0,1 0,158269 0,161011 0,137704 0,147986 0,312511 0,272751 0,237789

2010

0,229563 0,263153 0,137018 0,218595 0,195973 0,202142 0,156213 0,182948 0,355013 0,501028 0,386547

2017

0,420137 0,269323 0,248757 0,228192 0,351585 0,365296 0,269323 0,413282 0,831448

0,9

0,694344

Sumber: Data Sekunder, BMKG Sampali

(23)

8

0,1

(24)

829

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2020 Untuk Wilayah Tuntungan

Berdasarkan hasil Grafik diatas maka dapat dilihat hasil prediksi dalam bentuk

table sebagai berikut :

(25)

Stasiun

: Patumbak

Koordinat

: (3,2727930 LU ; 98,433347BT)

TAHUN

Jan Feb Mar Apr Mei

Jun Jul

Agt

Sep

Okt

Nov

Des

2009

158

71

149

181

214

159 203

248

322

409

255

287

2010

276

85

225

187

252

267 217

289

367

581

369

369

2017

800 300

800

780

790

800 900 1100 1300 1805 1205 1100

Data Hasil Normalisasi

Jan

Feb

Mar

Apr

Mei

Jun

Jul

Agt

Sep

Okt

Nov

2009

0,140138

0,1 0,135986

0,15075 0,165975

0,1406

0,1609 0,181661 0,215802

0,25594

0,18489

2010

0,194579 0,106459

0,17105

0,153518

0,183506

0,190427

0,167359 0,200577 0,236563 0,335294 0,237486

2017

0,436332 0,205652 0,436332 0,427105 0,431719 0,436332 0,482468

0,57474

0,667013

0,9

0,623183

Sumber: Data Sekunder, BMKG Sampali

(26)

61

02

4

9

54

79

59

5

18

06

27

59

77

(27)

9

0,2

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2020 Untuk Wilayah Patumbak

Berdasarkan hasil Grafik diatas maka dapat dilihat hasil prediksi dalam bentuk

table sebagai berikut :

(28)

RANGKING JAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES 1998 0.303226 0.1 0.248387 0.280645 0.290323 0.164516 0.26129 0.251613 0.358065 0.248387 0.154839 0.13871 1999 0.364516 0.119355 0.270968 0.306452 0.441935 0.270968 0.422581 0.541935 0.435484 0.590323 0.474194

2000 0.406452 0.122581 0.274194 0.329032 0.487097 0.390323 0.46129 0.548387 0.9 0.63871 0.525806 0.583871

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TAR

1 0.303226 0.1 0.248387 0.280645 0.290323 0.164516 0.26129 0.251613 0.358065 0.248387 0.154839 0.13871 0.406452 2 0.1 0.248387 0.280645 0.290323 0.164516 0.26129 0.251613 0.358065 0.248387 0.154839 0.13871 0.406452 0.122581 3 0.248387 0.280645 0.290323 0.164516 0.26129 0.251613 0.358065 0.248387 0.154839 0.13871 0.406452 0.122581 0.274194 4 0.280645 0.290323 0.164516 0.26129 0.251613 0.358065 0.248387 0.154839 0.13871 0.406452 0.122581 0.274194 0.329032 5 0.290323 0.164516 0.26129 0.251613 0.358065 0.248387 0.154839 0.13871 0.406452 0.122581 0.274194 0.329032 0.487097 6 0.164516 0.26129 0.251613 0.358065 0.248387 0.154839 0.13871 0.406452 0.122581 0.274194 0.329032 0.487097 0.390323 7 0.26129 0.251613 0.358065 0.248387 0.154839 0.13871 0.406452 0.122581 0.274194 0.329032 0.487097 0.390323 0. 8 0.251613 0.358065 0.248387 0.154839 0.13871 0.406452 0.122581 0.274194 0.329032 0.487097 0.390323 0.46129 0.548387 9 0.358065 0.248387 0.154839 0.13871 0.406452 0.122581 0.274194 0.329032 0.487097 0.390323 0.46129 0.548387

10 0.248387 0.154839 0.13871 0.406452 0.122581 0.274194 0.329032 0.487097 0.390323 0.46129 0.548387 0.9 0. 11 0.154839 0.13871 0.406452 0.122581 0.274194 0.329032 0.487097 0.390323 0.46129 0.548387 0.9 0.63871 0.525806 12 0.13871 0.406452 0.122581 0.274194 0.329032 0.487097 0.390323 0.46129 0.548387 0.9 0.63871 0.525806 0.583871

Stasiun

: Polonia

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2001 Untuk Wilayah Polonia

RANGKING JAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1998 72 9 55 65 68 29 59 56 89 55 26 21

1999 91 15 62 73 115 62 109 146 113 161 125 102

(29)

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2001 Untuk Wilayah Tuntungan

RANGKING JAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1998 39 41 26 38 69 27 25 25 72 86 155 153

1999 77 45 52 51 81 66 136 62 221 265 191 189

2000 102 55 100 85 178 119 154 123 256 265 191 210

RANGKING JAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1998 0.146667 0.153333 0.103333 0.143333 0.246667 0.106667 0.1 0.1 0.256667 0.303333 0.533333 0.52 1999 0.273333 0.166667 0.19 0.186667 0.286667 0.236667 0.47 0.223333 0.753333 0.9 0.653333 0.64 2000 0.356667 0.2 0.35 0.3 0.61 0.413333 0.53 0.426667 0.87 0.9 0.653333 0.7

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TAR

1 0.146667 0.153333 0.103333 0.143333 0.246667 0.106667 0.1 0.1 0.256667 0.303333 0.533333 0.526667 0.356667 2 0.153333 0.103333 0.143333 0.246667 0.106667 0.1 0.1 0.256667 0.303333 0.533333 0.526667 0.356667

3 0.103333 0.143333 0.246667 0.106667 0.1 0.1 0.256667 0.303333 0.533333 0.526667 0.356667 0.2 4 0.143333 0.246667 0.106667 0.1 0.1 0.256667 0.303333 0.533333 0.526667 0.356667 0.2 0.35 5 0.246667 0.106667 0.1 0.1 0.256667 0.303333 0.533333 0.526667 0.356667 0.2 0.35 0.3

6 0.106667 0.1 0.1 0.256667 0.303333 0.533333 0.526667 0.356667 0.2 0.35 0.3 0.61 0.413333 7 0.1 0.1 0.256667 0.303333 0.533333 0.526667 0.356667 0.2 0.35 0.3 0.61 0.413333

8 0.1 0.256667 0.303333 0.533333 0.526667 0.356667 0.2 0.35 0.3 0.61 0.413333 0.53 0.426667 9 0.256667 0.303333 0.533333 0.526667 0.356667 0.2 0.35 0.3 0.61 0.413333 0.53 0.426667

10 0.303333 0.533333 0.526667 0.356667 0.2 0.35 0.3 0.61 0.413333 0.53 0.426667 0.87

(30)

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2001 Untuk Wilayah Patumbak

Stasiun

: Polonia

RANGKING JAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1998 28 4 9 32 63 35 36 45 179 129 67 15

1999 34 13 40 35 72 64 53 53 189 129 80 40

2000 39 21 49 68 103 75 102 100 249 137 92 64

RANGKING JAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1998 0.178367 0.1 0.116327 0.191429 0.292653 0.201224 0.20449 0.233878 0.671429 0.508163 0.305714 0.13 1999 0.197959 0.129388 0.217551 0.201224 0.322041 0.295918 0.26 0.26 0.704082 0.508163 0.348163 0.21 2000 0.214286 0.15551 0.246939 0.30898 0.423265 0.331837 0.42 0.413469 0.9 0.534286 0.387347 0.29

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1999 91 15 62 73 115 62 109 146 113 161 125 102

2000 104 16 63 80 129 99 121 148 257 176 141 159

2001 1100 250 500 800 1200 900 1000 1400 2600 1600 1500 1500

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TAR

1 0.178367 0.1 0.116327 0.191429 0.292653 0.201224 0.20449 0.233878 0.671429 0.508163 0.305714 0.135918 0.214286 2 0.1 0.116327 0.191429 0.292653 0.201224 0.20449 0.233878 0.671429 0.508163 0.305714 0.135918 0.214286 0. 3 0.116327 0.191429 0.292653 0.201224 0.20449 0.233878 0.671429 0.508163 0.305714 0.135918 0.214286 0.15551 0.246939 4 0.191429 0.292653 0.201224 0.20449 0.233878 0.671429 0.508163 0.305714 0.135918 0.214286 0.15551 0.246939 0. 5 0.292653 0.201224 0.20449 0.233878 0.671429 0.508163 0.305714 0.135918 0.214286 0.15551 0.246939 0.30898 0.423265 6 0.201224 0.20449 0.233878 0.671429 0.508163 0.305714 0.135918 0.214286 0.15551 0.246939 0.30898 0.423265 0.331837 7 0.20449 0.233878 0.671429 0.508163 0.305714 0.135918 0.214286 0.15551 0.246939 0.30898 0.423265 0.331837

8 0.233878 0.671429 0.508163 0.305714 0.135918 0.214286 0.15551 0.246939 0.30898 0.423265 0.331837 0.42 0.413469 9 0.671429 0.508163 0.305714 0.135918 0.214286 0.15551 0.246939 0.30898 0.423265 0.331837 0.42 0.413469

(31)

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2002 Untuk Wilayah Polonia

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1999 0.12352 0.1 0.114545 0.11795 0.130948 0.114545 0.129091 0.140542 0.130329 0.145184 0.134043 0.12 2000 0.127544 0.100309 0.114855 0.120116 0.13528 0.125996 0.132805 0.141161 0.174894 0.149826 0.138994 0.14 2001 0.435783 0.172727 0.250097 0.34294 0.466731 0.373888 0.404836 0.528627 0.9 0.590522 0.559574 0.55

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.12352 0.1 0.114545 0.11795 0.130948 0.114545 0.129091 0.140542 0.130329 0.145184 0.134043 0.126925 0.435783 2 0.1 0.114545 0.11795 0.130948 0.114545 0.129091 0.140542 0.130329 0.145184 0.134043 0.126925 0.435783 0.172727 3 0.114545 0.11795 0.130948 0.114545 0.129091 0.140542 0.130329 0.145184 0.134043 0.126925 0.435783 0.172727 0.250097 4 0.11795 0.130948 0.114545 0.129091 0.140542 0.130329 0.145184 0.134043 0.126925 0.435783 0.172727 0.250097 0.34294 5 0.130948 0.114545 0.129091 0.140542 0.130329 0.145184 0.134043 0.126925 0.435783 0.172727 0.250097 0.34294 0.466731 6 0.114545 0.129091 0.140542 0.130329 0.145184 0.134043 0.126925 0.435783 0.172727 0.250097 0.34294 0.466731 0.373888 7 0.129091 0.140542 0.130329 0.145184 0.134043 0.126925 0.435783 0.172727 0.250097 0.34294 0.466731 0.373888 0.404836 8 0.140542 0.130329 0.145184 0.134043 0.126925 0.435783 0.172727 0.250097 0.34294 0.466731 0.373888 0.404836 0.528627 9 0.130329 0.145184 0.134043 0.126925 0.435783 0.172727 0.250097 0.34294 0.466731 0.373888 0.404836 0.528627

(32)

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2002 Untuk Wilayah Tuntungan

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1999 77 45 52 51 81 66 136 62 221 265 191 189

2000 102 55 100 85 178 119 154 123 256 265 191 210

2001 600 400 700 550 1600 1200 1400 1100 2400 2500 1900 1800

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1999 0.110428 0.1 0.102281 0.101955 0.111731 0.106843 0.129654 0.10554 0.157352 0.17169 0.147576 0.14 2000 0.118574 0.103259 0.117923 0.113035 0.14334 0.124114 0.135519 0.125418 0.168758 0.17169 0.147576 0.15 2001 0.280855 0.215682 0.313442 0.264562 0.606721 0.476375 0.541548 0.443788 0.867413 0.9 0.704481 0.67

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.110428 0.1 0.102281 0.101955 0.111731 0.106843 0.129654 0.10554 0.157352 0.17169 0.147576 0.146925 0.280855 2 0.1 0.102281 0.101955 0.111731 0.106843 0.129654 0.10554 0.157352 0.17169 0.147576 0.146925 0.280855 0.215682 3 0.102281 0.101955 0.111731 0.106843 0.129654 0.10554 0.157352 0.17169 0.147576 0.146925 0.280855 0.215682 0.313442 4 0.101955 0.111731 0.106843 0.129654 0.10554 0.157352 0.17169 0.147576 0.146925 0.280855 0.215682 0.313442 0.264562 5 0.111731 0.106843 0.129654 0.10554 0.157352 0.17169 0.147576 0.146925 0.280855 0.215682 0.313442 0.264562 0.606721 6 0.106843 0.129654 0.10554 0.157352 0.17169 0.147576 0.146925 0.280855 0.215682 0.313442 0.264562 0.606721 0.476375 7 0.129654 0.10554 0.157352 0.17169 0.147576 0.146925 0.280855 0.215682 0.313442 0.264562 0.606721 0.476375 0.541548 8 0.10554 0.157352 0.17169 0.147576 0.146925 0.280855 0.215682 0.313442 0.264562 0.606721 0.476375 0.541548 0.443788 9 0.157352 0.17169 0.147576 0.146925 0.280855 0.215682 0.313442 0.264562 0.606721 0.476375 0.541548 0.443788 0.867413 10 0.17169 0.147576 0.146925 0.280855 0.215682 0.313442 0.264562 0.606721 0.476375 0.541548 0.443788 0.867413

(33)

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2002 Untuk Wilayah Patumbak

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1999 34 13 40 35 72 64 53 53 189 129 80 40

2000 39 21 49 68 103 75 102 100 249 137 92 64

2001 500 10 400 700 800 700 900 1000 2400 1400 1000 490

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

1999 0.108033 0.101004 0.110042 0.108368 0.120753 0.118075 0.114393 0.114393 0.159916 0.139833 0.123431 0.1 2000 0.109707 0.103682 0.113054 0.119414 0.13113 0.121757 0.130795 0.130126 0.18 0.14251 0.127448 0.1 2001 0.264017 0.1 0.230544 0.330962 0.364435 0.330962 0.397908 0.431381 0.9 0.565272 0.431381 0.2

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.108033 0.101004 0.110042 0.108368 0.120753 0.118075 0.114393 0.114393 0.159916 0.139833 0.123431 0.110042 0.264017 2 0.101004 0.110042 0.108368 0.120753 0.118075 0.114393 0.114393 0.159916 0.139833 0.123431 0.110042 0.264017

3 0.110042 0.108368 0.120753 0.118075 0.114393 0.114393 0.159916 0.139833 0.123431 0.110042 0.264017 0.1 0.230544 4 0.108368 0.120753 0.118075 0.114393 0.114393 0.159916 0.139833 0.123431 0.110042 0.264017 0.1 0.230544 0.330962 5 0.120753 0.118075 0.114393 0.114393 0.159916 0.139833 0.123431 0.110042 0.264017 0.1 0.230544 0.330962 0.364435 6 0.118075 0.114393 0.114393 0.159916 0.139833 0.123431 0.110042 0.264017 0.1 0.230544 0.330962 0.364435 0.330962 7 0.114393 0.114393 0.159916 0.139833 0.123431 0.110042 0.264017 0.1 0.230544 0.330962 0.364435 0.330962 0.397908 8 0.114393 0.159916 0.139833 0.123431 0.110042 0.264017 0.1 0.230544 0.330962 0.364435 0.330962 0.397908 0.431381 9 0.159916 0.139833 0.123431 0.110042 0.264017 0.1 0.230544 0.330962 0.364435 0.330962 0.397908 0.431381

(34)

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2003 Untuk Wilayah Tuntungan

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2000 104 16 63 80 129 99 121 148 257 176 141 159

2001 1100 250 500 800 1200 900 1000 1400 2600 1600 1500 1500

2002 900 350 450 1100 1000 900 1000 1400 2600 1600 1500 1500

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DE

2000 0.127245 0.1 0.114551 0.119814 0.134985 0.125697 0.132508 0.140867 0.174613 0.149536 0.1387 0 2001 0.435604 0.172446 0.249845 0.342724 0.466563 0.373684 0.404644 0.528483 0.9 0.590402 0.559443 0 2002 0.373684 0.203406 0.234365 0.435604 0.404644 0.373684 0.404644 0.528483 0.9 0.590402 0.559443 0

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.127245 0.1 0.114551 0.119814 0.134985 0.125697 0.132508 0.140867 0.174613 0.149536 0.1387 0.144272 0.373684 2 0.1 0.114551 0.119814 0.134985 0.125697 0.132508 0.140867 0.174613 0.149536 0.1387 0.144272 0.373684 0.203406 3 0.114551 0.119814 0.134985 0.125697 0.132508 0.140867 0.174613 0.149536 0.1387 0.144272 0.373684 0.203406 0.234365 4 0.119814 0.134985 0.125697 0.132508 0.140867 0.174613 0.149536 0.1387 0.144272 0.373684 0.203406 0.234365 0.435604 5 0.134985 0.125697 0.132508 0.140867 0.174613 0.149536 0.1387 0.144272 0.373684 0.203406 0.234365 0.435604 0.404644 6 0.125697 0.132508 0.140867 0.174613 0.149536 0.1387 0.144272 0.373684 0.203406 0.234365 0.435604 0.404644 0.373684 7 0.132508 0.140867 0.174613 0.149536 0.1387 0.144272 0.373684 0.203406 0.234365 0.435604 0.404644 0.373684 0.404644 8 0.140867 0.174613 0.149536 0.1387 0.144272 0.373684 0.203406 0.234365 0.435604 0.404644 0.373684 0.404644 0.528483 9 0.174613 0.149536 0.1387 0.144272 0.373684 0.203406 0.234365 0.435604 0.404644 0.373684 0.404644 0.528483

(35)

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2003 Untuk Wilayah Tuntungan

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2000 102 55 100 85 178 119 154 123 256 265 191 210

2001 600 400 700 550 1600 1200 1400 1100 2400 2500 1900 1800

2002 600 450 600 620 1600 1200 1550 1200 2500 2100 1800 1600

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2000 0.115378 0.1 0.114724 0.109816 0.140245 0.120941 0.132393 0.122249 0.165767 0.168712 0.144499 0.15 2001 0.278323 0.212883 0.311043 0.261963 0.605521 0.474642 0.540082 0.441922 0.86728 0.9 0.703681 0.67 2002 0.278323 0.229243 0.278323 0.284867 0.605521 0.474642 0.589162 0.474642 0.9 0.769121 0.670961 0.60

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.115378 0.1 0.114724 0.109816 0.140245 0.120941 0.132393 0.122249 0.165767 0.168712 0.144499 0.150716 0.278323 2 0.1 0.114724 0.109816 0.140245 0.120941 0.132393 0.122249 0.165767 0.168712 0.144499 0.150716 0.278323 0.229243 3 0.114724 0.109816 0.140245 0.120941 0.132393 0.122249 0.165767 0.168712 0.144499 0.150716 0.278323 0.229243 0.278323 4 0.109816 0.140245 0.120941 0.132393 0.122249 0.165767 0.168712 0.144499 0.150716 0.278323 0.229243 0.278323 0.284867 5 0.140245 0.120941 0.132393 0.122249 0.165767 0.168712 0.144499 0.150716 0.278323 0.229243 0.278323 0.284867 0.605521 6 0.120941 0.132393 0.122249 0.165767 0.168712 0.144499 0.150716 0.278323 0.229243 0.278323 0.284867 0.605521 0.474642 7 0.132393 0.122249 0.165767 0.168712 0.144499 0.150716 0.278323 0.229243 0.278323 0.284867 0.605521 0.474642 0.589162 8 0.122249 0.165767 0.168712 0.144499 0.150716 0.278323 0.229243 0.278323 0.284867 0.605521 0.474642 0.589162 0.474642 9 0.165767 0.168712 0.144499 0.150716 0.278323 0.229243 0.278323 0.284867 0.605521 0.474642 0.589162 0.474642

(36)

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2003 Untuk Wilayah Patumbak

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2000 39 21 49 68 103 75 102 100 249 137 92 64

2001 500 10 400 700 800 700 900 1000 2400 1400 1000 490

2002 450 200 600 500 650 600 900 1000 2250 1400 1000 500

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2000 0.109707 0.103682 0.113054 0.119414 0.13113 0.121757 0.130795 0.130126 0.18 0.14251 0.127448 0.1 2001 0.264017 0.1 0.230544 0.330962 0.364435 0.330962 0.397908 0.431381 0.9 0.565272 0.431381 0.2 2002 0.24728 0.163598 0.29749 0.264017 0.314226 0.29749 0.397908 0.431381 0.849791 0.565272 0.431381 0.2

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

(37)

Stasiun

: Polonia

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2004 Untuk Wilayah Polonia

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2001 1100 250 500 800 1200 900 1000 1400 2600 1600 1500 1500

2002 900 350 450 1100 1000 900 1000 1400 2600 1600 1500 1500

2003 650 300 500 1000 1200 700 950 1400 2600 1550 1500 1500

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2001 0.389362 0.1 0.185106 0.287234 0.423404 0.321277 0.355319 0.491489 0.9 0.559574 0.525532 0.525 2002 0.321277 0.134043 0.168085 0.389362 0.355319 0.321277 0.355319 0.491489 0.9 0.559574 0.525532 0.525 2003 0.23617 0.117021 0.185106 0.355319 0.423404 0.253191 0.338298 0.491489 0.9 0.542553 0.525532 0.525

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.389362 0.1 0.185106 0.287234 0.423404 0.321277 0.355319 0.491489 0.9 0.559574 0.525532 0.525532 0.23617 2 0.1 0.185106 0.287234 0.423404 0.321277 0.355319 0.491489 0.9 0.559574 0.525532 0.525532 0.23617 0.117021 3 0.185106 0.287234 0.423404 0.321277 0.355319 0.491489 0.9 0.559574 0.525532 0.525532 0.23617 0.117021 0.185106 4 0.287234 0.423404 0.321277 0.355319 0.491489 0.9 0.559574 0.525532 0.525532 0.23617 0.117021 0.185106 0.355319 5 0.423404 0.321277 0.355319 0.491489 0.9 0.559574 0.525532 0.525532 0.23617 0.117021 0.185106 0.355319 0.423404 6 0.321277 0.355319 0.491489 0.9 0.559574 0.525532 0.525532 0.23617 0.117021 0.185106 0.355319 0.423404 0.253191 7 0.355319 0.491489 0.9 0.559574 0.525532 0.525532 0.23617 0.117021 0.185106 0.355319 0.423404 0.253191 0.338298 8 0.491489 0.9 0.559574 0.525532 0.525532 0.23617 0.117021 0.185106 0.355319 0.423404 0.253191 0.338298 0.491489 9 0.9 0.559574 0.525532 0.525532 0.23617 0.117021 0.185106 0.355319 0.423404 0.253191 0.338298 0.491489

(38)

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2004 Untuk Wilayah Tuntungan

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2001 600 400 700 550 1600 1200 1400 1100 2400 2500 1900 1800

2002 600 450 600 620 1600 1200 1550 1200 2500 2100 1800 1600

2003 800 400 800 500 1200 1600 1500 1000 2500 2550 1990 1995

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2001 0.174419 0.1 0.211628 0.155814 0.546512 0.397674 0.472093 0.360465 0.844186 0.881395 0.65814 0.620 2002 0.174419 0.118605 0.174419 0.18186 0.546512 0.397674 0.527907 0.397674 0.881395 0.732558 0.62093 0.5465 2003 0.248837 0.1 0.248837 0.137209 0.397674 0.546512 0.509302 0.323256 0.881395 0.9 0.691628 0.6934

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.174419 0.1 0.211628 0.155814 0.546512 0.397674 0.472093 0.360465 0.844186 0.881395 0.65814 0.62093 0.248837 2 0.1 0.211628 0.155814 0.546512 0.397674 0.472093 0.360465 0.844186 0.881395 0.65814 0.62093 0.248837

3 0.211628 0.155814 0.546512 0.397674 0.472093 0.360465 0.844186 0.881395 0.65814 0.62093 0.248837 0.1 0.248837 4 0.155814 0.546512 0.397674 0.472093 0.360465 0.844186 0.881395 0.65814 0.62093 0.248837 0.1 0.248837 0.137209 5 0.546512 0.397674 0.472093 0.360465 0.844186 0.881395 0.65814 0.62093 0.248837 0.1 0.248837 0.137209 0.397674 6 0.397674 0.472093 0.360465 0.844186 0.881395 0.65814 0.62093 0.248837 0.1 0.248837 0.137209 0.397674 0.546512 7 0.472093 0.360465 0.844186 0.881395 0.65814 0.62093 0.248837 0.1 0.248837 0.137209 0.397674 0.546512 0.509302 8 0.360465 0.844186 0.881395 0.65814 0.62093 0.248837 0.1 0.248837 0.137209 0.397674 0.546512 0.509302 0.323256 9 0.844186 0.881395 0.65814 0.62093 0.248837 0.1 0.248837 0.137209 0.397674 0.546512 0.509302 0.323256 0.881395 10 0.881395 0.65814 0.62093 0.248837 0.1 0.248837 0.137209 0.397674 0.546512 0.509302 0.323256 0.881395

(39)

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2004 Untuk Wilayah Patumbak

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2001 500 10 400 700 800 700 900 1000 2400 1400 1000 490

2002 450 200 600 500 650 600 900 1000 2250 1400 1000 500

2003 400 300 350 370 800 700 800 850 2400 1400 1000 500

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2001 0.264017 0.1 0.230544 0.330962 0.364435 0.330962 0.397908 0.431381 0.9 0.565272 0.431381 0.260669 2002 0.24728 0.163598 0.29749 0.264017 0.314226 0.29749 0.397908 0.431381 0.849791 0.565272 0.431381 0.264017 2003 0.230544 0.197071 0.213808 0.220502 0.364435 0.330962 0.364435 0.381172 0.9 0.565272 0.431381 0.264017

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.264017 0.1 0.230544 0.330962 0.364435 0.330962 0.397908 0.431381 0.9 0.565272 0.431381 0.260669 0.230544 2 0.1 0.230544 0.330962 0.364435 0.330962 0.397908 0.431381 0.9 0.565272 0.431381 0.260669 0.230544 0.197071 3 0.230544 0.330962 0.364435 0.330962 0.397908 0.431381 0.9 0.565272 0.431381 0.260669 0.230544 0.197071 0.213808 4 0.330962 0.364435 0.330962 0.397908 0.431381 0.9 0.565272 0.431381 0.260669 0.230544 0.197071 0.213808 0.220502 5 0.364435 0.330962 0.397908 0.431381 0.9 0.565272 0.431381 0.260669 0.230544 0.197071 0.213808 0.220502 0.364435 6 0.330962 0.397908 0.431381 0.9 0.565272 0.431381 0.260669 0.230544 0.197071 0.213808 0.220502 0.364435 0.330962 7 0.397908 0.431381 0.9 0.565272 0.431381 0.260669 0.230544 0.197071 0.213808 0.220502 0.364435 0.330962 0.364435 8 0.431381 0.9 0.565272 0.431381 0.260669 0.230544 0.197071 0.213808 0.220502 0.364435 0.330962 0.364435 0.381172 9 0.9 0.565272 0.431381 0.260669 0.230544 0.197071 0.213808 0.220502 0.364435 0.330962 0.364435 0.381172

(40)

Stasiun

: Polonia

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2005 Untuk Wilayah Polonia

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2002 900 350 450 1100 1000 900 1000 1400 2600 1600 1500 1500

2003 650 300 500 1000 1200 700 950 1400 2600 1550 1500 1500

2004 450 250 200 1000 950 500 800 1300 2500 1550 1300 1350

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2002 0.333333 0.15 0.183333 0.4 0.366667 0.333333 0.366667 0.5 0.9 0.566667 0.533333 0.533 2003 0.25 0.133333 0.2 0.366667 0.433333 0.266667 0.35 0.5 0.9 0.55 0.533333 0.533 2004 0.183333 0.116667 0.1 0.366667 0.35 0.2 0.3 0.466667 0.866667 0.55 0.466667 0.483

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.333333 0.15 0.183333 0.4 0.366667 0.333333 0.366667 0.5 0.9 0.566667 0.533333 0.533333 0.183333 2 0.15 0.183333 0.4 0.366667 0.333333 0.366667 0.5 0.9 0.566667 0.533333 0.533333 0.183333 0.116667 3 0.183333 0.4 0.366667 0.333333 0.366667 0.5 0.9 0.566667 0.533333 0.533333 0.183333 0.116667

4 0.4 0.366667 0.333333 0.366667 0.5 0.9 0.566667 0.533333 0.533333 0.183333 0.116667 0.1 0.366667 5 0.366667 0.333333 0.366667 0.5 0.9 0.566667 0.533333 0.533333 0.183333 0.116667 0.1 0.366667 0. 6 0.333333 0.366667 0.5 0.9 0.566667 0.533333 0.533333 0.183333 0.116667 0.1 0.366667 0.35 7 0.366667 0.5 0.9 0.566667 0.533333 0.533333 0.183333 0.116667 0.1 0.366667 0.35 0.2

(41)

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2005 Untuk Wilayah Tuntungan

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2002 600 450 600 620 1600 1200 1550 1200 2500 2100 1800 1600

2003 800 400 800 500 1200 1600 1500 1000 2500 2550 1990 1995

2004 500 10 400 650 800 1500 1200 1450 2450 2700 1800 2000

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2002 0.275465 0.230855 0.275465 0.281413 0.572862 0.453903 0.557993 0.453903 0.84052 0.721561 0.632342 0.57 2003 0.334944 0.215985 0.334944 0.245725 0.453903 0.572862 0.543123 0.394424 0.84052 0.85539 0.688848 0.69 2004 0.245725 0.1 0.215985 0.290335 0.334944 0.543123 0.453903 0.528253 0.825651 0.9 0.632342 0.69

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.275465 0.230855 0.275465 0.281413 0.572862 0.453903 0.557993 0.453903 0.84052 0.721561 0.632342 0.572862 0.245725 2 0.230855 0.275465 0.281413 0.572862 0.453903 0.557993 0.453903 0.84052 0.721561 0.632342 0.572862 0.245725

3 0.275465 0.281413 0.572862 0.453903 0.557993 0.453903 0.84052 0.721561 0.632342 0.572862 0.245725 0.1 0.215985 4 0.281413 0.572862 0.453903 0.557993 0.453903 0.84052 0.721561 0.632342 0.572862 0.245725 0.1 0.215985 0.290335 5 0.572862 0.453903 0.557993 0.453903 0.84052 0.721561 0.632342 0.572862 0.245725 0.1 0.215985 0.290335 0.334944 6 0.453903 0.557993 0.453903 0.84052 0.721561 0.632342 0.572862 0.245725 0.1 0.215985 0.290335 0.334944 0.543123 7 0.557993 0.453903 0.84052 0.721561 0.632342 0.572862 0.245725 0.1 0.215985 0.290335 0.334944 0.543123 0.453903 8 0.453903 0.84052 0.721561 0.632342 0.572862 0.245725 0.1 0.215985 0.290335 0.334944 0.543123 0.453903 0.528253 9 0.84052 0.721561 0.632342 0.572862 0.245725 0.1 0.215985 0.290335 0.334944 0.543123 0.453903 0.528253 0.825651 10 0.721561 0.632342 0.572862 0.245725 0.1 0.215985 0.290335 0.334944 0.543123 0.453903 0.528253 0.825651

(42)

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2005 Untuk Wilayah Patumbak

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2002 450 200 600 500 650 600 900 1000 2250 1400 1000 500

2003 400 300 350 370 800 700 800 850 2400 1400 1000 500

2004 500 250 470 450 700 600 1100 1000 2500 1450 1100 500

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2002 0.186957 0.1 0.23913 0.204348 0.256522 0.23913 0.343478 0.378261 0.813043 0.517391 0.378261 0.2043 2003 0.169565 0.134783 0.152174 0.15913 0.308696 0.273913 0.308696 0.326087 0.865217 0.517391 0.378261 0.2043 2004 0.204348 0.117391 0.193913 0.186957 0.273913 0.23913 0.413043 0.378261 0.9 0.534783 0.413043 0.2043

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.186957 0.1 0.23913 0.204348 0.256522 0.23913 0.343478 0.378261 0.813043 0.517391 0.378261 0.204348 0.204348 2 0.1 0.23913 0.204348 0.256522 0.23913 0.343478 0.378261 0.813043 0.517391 0.378261 0.204348 0.204348 0.117391 3 0.23913 0.204348 0.256522 0.23913 0.343478 0.378261 0.813043 0.517391 0.378261 0.204348 0.204348 0.117391 0.193913 4 0.204348 0.256522 0.23913 0.343478 0.378261 0.813043 0.517391 0.378261 0.204348 0.204348 0.117391 0.193913 0.186957 5 0.256522 0.23913 0.343478 0.378261 0.813043 0.517391 0.378261 0.204348 0.204348 0.117391 0.193913 0.186957 0.273913 6 0.23913 0.343478 0.378261 0.813043 0.517391 0.378261 0.204348 0.204348 0.117391 0.193913 0.186957 0.273913 0.23913 7 0.343478 0.378261 0.813043 0.517391 0.378261 0.204348 0.204348 0.117391 0.193913 0.186957 0.273913 0.23913 0.413043 8 0.378261 0.813043 0.517391 0.378261 0.204348 0.204348 0.117391 0.193913 0.186957 0.273913 0.23913 0.413043 0.378261 9 0.813043 0.517391 0.378261 0.204348 0.204348 0.117391 0.193913 0.186957 0.273913 0.23913 0.413043 0.378261

(43)

Stasiun

: Polonia

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2006 Untuk Wilayah Polonia

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2003 650 300 500 1000 1200 700 950 1400 2600 1550 1500 1500

2004 450 250 200 1000 950 500 800 1300 2500 1550 1300 1350

2005 500 20 10 800 750 400 600 1200 2500 1400 1450 1250

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2003 0.297683 0.189575 0.251351 0.405792 0.467568 0.313127 0.390347 0.529344 0.9 0.575676 0.560232 0.560 2004 0.235907 0.174131 0.158687 0.405792 0.390347 0.251351 0.344015 0.498456 0.869112 0.575676 0.498456 0.5 2005 0.251351 0.103089 0.1 0.344015 0.328571 0.220463 0.282239 0.467568 0.869112 0.529344 0.544788 0.483

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.297683 0.189575 0.251351 0.405792 0.467568 0.313127 0.390347 0.529344 0.9 0.575676 0.560232 0.560232 0.251351 2 0.189575 0.251351 0.405792 0.467568 0.313127 0.390347 0.529344 0.9 0.575676 0.560232 0.560232 0.251351 0.103089 3 0.251351 0.405792 0.467568 0.313127 0.390347 0.529344 0.9 0.575676 0.560232 0.560232 0.251351 0.103089

(44)

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2006 Untuk Wilayah Tuntungan

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2003 800 400 800 500 1200 1600 1500 1000 2500 2550 1990 1995

2004 500 10 400 650 800 1500 1200 1450 2450 2700 1800 2000

2005 400 100 450 550 700 1400 1200 1500 2200 2400 1600 2100

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2003 0.334944 0.215985 0.334944 0.245725 0.453903 0.572862 0.543123 0.394424 0.84052 0.85539 0.688848 0.6 2004 0.245725 0.1 0.215985 0.290335 0.334944 0.543123 0.453903 0.528253 0.825651 0.9 0.632342 0.6 2005 0.215985 0.126766 0.230855 0.260595 0.305204 0.513383 0.453903 0.543123 0.751301 0.810781 0.572862 0.7

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

(45)

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2006 Untuk Wilayah Patumbak

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2003 400 300 350 370 800 700 800 850 2400 1400 1000 500

2004 500 250 470 450 700 600 1100 1000 2500 1450 1100 500

2005 400 150 150 400 550 400 1100 1200 2400 1500 950 400

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2003 0.185106 0.151064 0.168085 0.174894 0.321277 0.287234 0.321277 0.338298 0.865957 0.525532 0.389362 0.21914 2004 0.219149 0.134043 0.208936 0.202128 0.287234 0.253191 0.423404 0.389362 0.9 0.542553 0.423404 0.21914 2005 0.185106 0.1 0.1 0.185106 0.23617 0.185106 0.423404 0.457447 0.865957 0.559574 0.37234 0.18510

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.185106 0.151064 0.168085 0.174894 0.321277 0.287234 0.321277 0.338298 0.865957 0.525532 0.389362 0.219149 0.185106 2 0.151064 0.168085 0.174894 0.321277 0.287234 0.321277 0.338298 0.865957 0.525532 0.389362 0.219149 0.185106

3 0.168085 0.174894 0.321277 0.287234 0.321277 0.338298 0.865957 0.525532 0.389362 0.219149 0.185106 0.1

(46)

Stasiun

: Polonia

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2007 Untuk Wilayah Polonia

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2004 450 250 200 1000 950 500 800 1300 2500 1550 1300 1350

2005 500 20 10 800 750 400 600 1200 2500 1400 1450 1250

2006 450 150 50 700 650 450 700 1000 2500 1600 1300 1250

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2004 0.241365 0.177108 0.161044 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530 2005 0.25743 0.103213 0.1 0.353815 0.337751 0.225301 0.289558 0.482329 0.9 0.546586 0.562651 0.498 2006 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072 0.9 0.610843 0.514458 0.498

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.241365 0.177108 0.161044 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 2 0.177108 0.161044 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 3 0.161044 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 4 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 5 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 6 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 7 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 8 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072 9 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072

(47)

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2007 Untuk Wilayah Tuntungan

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2004 500 10 400 650 800 1500 1200 1450 2450 2700 1800 2000

2005 400 100 450 550 700 1400 1200 1500 2200 2400 1600 2100

2006 310 300 315 500 600 1250 1300 1350 2200 2400 1550 1900

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2004 0.245725 0.1 0.215985 0.290335 0.334944 0.543123 0.453903 0.528253 0.825651 0.9 0.632342 0.691 2005 0.215985 0.126766 0.230855 0.260595 0.305204 0.513383 0.453903 0.543123 0.751301 0.810781 0.572862 0.721 2006 0.189219 0.186245 0.190706 0.245725 0.275465 0.468773 0.483643 0.498513 0.751301 0.810781 0.557993 0.662

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGET

(48)

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah

Hujan Tahun 2007 Untuk Wilayah Patumbak

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2004 500 250 470 450 700 600 1100 1000 2500 1450 1100 500

2005 400 150 150 400 550 400 1100 1200 2400 1500 950 400

2006 100 150 50 400 450 350 800 1200 2500 1450 700 400

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2004 0.246939 0.165306 0.237143 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246 2005 0.214286 0.132653 0.132653 0.214286 0.263265 0.214286 0.442857 0.47551 0.867347 0.573469 0.393878 0.214 2006 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 0.344898 0.47551 0.9 0.557143 0.312245 0.214

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.246939 0.165306 0.237143 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 2 0.165306 0.237143 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 3 0.237143 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653

4 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 5 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 6 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 7 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 0.344898 8 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 0.344898 0.47551 9 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 0.344898 0.47551

(49)

Stasiun

: Polonia

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2005 450 250 200 1000 950 500 800 1300 2500 1550 1300 1350

2006 500 20 10 800 750 400 600 1200 2500 1400 1450 1250

2007 450 150 50 700 650 450 700 1000 2500 1600 1300 1250

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2005 0.241365 0.177108 0.161044 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.53 2006 0.25743 0.103213 0.1 0.353815 0.337751 0.225301 0.289558 0.482329 0.9 0.546586 0.562651 0.49 2007 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072 0.9 0.610843 0.514458 0.49

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2005 500 10 400 650 800 1500 1200 1450 2450 2700 1800 2000

2006 400 100 450 550 700 1400 1200 1500 2200 2400 1600 2100

2007 310 300 315 500 600 1250 1300 1350 2200 2400 1550 1900

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2005 0.245725 0.1 0.215985 0.290335 0.334944 0.543123 0.453903 0.528253 0.825651 0.9 0.632342 0.6 2006 0.215985 0.126766 0.230855 0.260595 0.305204 0.513383 0.453903 0.543123 0.751301 0.810781 0.572862 0.7 2007 0.189219 0.186245 0.190706 0.245725 0.275465 0.468773 0.483643 0.498513 0.751301 0.810781 0.557993 0.6

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.241365 0.177108 0.161044 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 2 0.177108 0.161044 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 3 0.161044 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 4 0.418072 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 5 0.402008 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 6 0.25743 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 7 0.353815 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 8 0.514458 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072 9 0.9 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072

10 0.594779 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072 0.9 0.610843 11 0.514458 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072 0.9 0.610843 0.514458 12 0.530522 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072 0.9 0.610843 0.514458 0.498394

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

(50)

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2008 Untuk Wilayah Tuntungan

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2005 500 250 470 450 700 600 1100 1000 2500 1450 1100 500

2006 400 150 150 400 550 400 1100 1200 2400 1500 950 400

2007 100 150 50 400 450 350 800 1200 2500 1450 700 400

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2005 0.246939 0.165306 0.237143 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.24 2006 0.214286 0.132653 0.132653 0.214286 0.263265 0.214286 0.442857 0.47551 0.867347 0.573469 0.393878 0.21 2007 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 0.344898 0.47551 0.9 0.557143 0.312245 0.21

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.246939 0.165306 0.237143 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 2 0.165306 0.237143 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 3 0.237143 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653

4 0.230612 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 5 0.312245 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 6 0.279592 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 7 0.442857 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 0.344898 8 0.410204 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 0.344898 0.47551 9 0.9 0.557143 0.442857 0.246939 0.116327 0.132653 0.1 0.214286 0.230612 0.197959 0.344898 0.47551

(51)

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2008 Untuk Wilayah Patumbak

Stasiun

: Polonia

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2006 500 20 10 800 750 400 600 1200 2500 1400 1450 1250

2007 450 150 50 700 650 450 700 1000 2500 1600 1300 1250

2008 500 200 50 600 650 450 700 1200 2400 1800 1200 1350

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2006 0.25743 0.103213 0.1 0.353815 0.337751 0.225301 0.289558 0.482329 0.9 0.546586 0.562651 0.4983 2007 0.241365 0.14498 0.112851 0.321687 0.305622 0.241365 0.321687 0.418072 0.9 0.610843 0.514458 0.4983 2008 0.25743 0.161044 0.112851 0.289558 0.305622 0.241365 0.321687 0.482329 0.867871 0.6751 0.482329 0.5305

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

(52)

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2009 Untuk Wilayah Polonia

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2006 400 100 450 550 700 1400 1200 1500 2200 2400 1600 2100

2007 310 300 315 500 600 1250 1300 1350 2200 2400 1550 1900

2008 350 200 450 490 550 1200 1250 1450 2000 2300 1600 1550

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2006 0.204348 0.1 0.221739 0.256522 0.308696 0.552174 0.482609 0.586957 0.830435 0.9 0.621739 0.795652 2007 0.173043 0.169565 0.174783 0.23913 0.273913 0.5 0.517391 0.534783 0.830435 0.9 0.604348 0.726087 2008 0.186957 0.134783 0.221739 0.235652 0.256522 0.482609 0.5 0.569565 0.76087 0.865217 0.621739 0.604348

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.204348 0.1 0.221739 0.256522 0.308696 0.552174 0.482609 0.586957 0.830435 0.9 0.621739 0.795652 0.186957 2 0.1 0.221739 0.256522 0.308696 0.552174 0.482609 0.586957 0.830435 0.9 0.621739 0.795652 0.186957 0.134783 3 0.221739 0.256522 0.308696 0.552174 0.482609 0.586957 0.830435 0.9 0.621739 0.795652 0.186957 0.134783 0.221739 4 0.256522 0.308696 0.552174 0.482609 0.586957 0.830435 0.9 0.621739 0.795652 0.186957 0.134783 0.221739 0.235652 5 0.308696 0.552174 0.482609 0.586957 0.830435 0.9 0.621739 0.795652 0.186957 0.134783 0.221739 0.235652 0.256522 6 0.552174 0.482609 0.586957 0.830435 0.9 0.621739 0.795652 0.186957 0.134783 0.221739 0.235652 0.256522 0.482609 7 0.482609 0.586957 0.830435 0.9 0.621739 0.795652 0.186957 0.134783 0.221739 0.235652 0.256522 0.482609

(53)

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2009 Untuk Wilayah Tuntungan

Stasiun

: Patumbak

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2006 400 150 150 400 550 400 1100 1200 2400 1500 950 400

2007 100 150 50 400 450 350 800 1200 2500 1450 700 400

2008 10 50 10 250 495 500 800 1000 2600 1400 800 450

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2006 0.220463 0.143243 0.143243 0.220463 0.266795 0.220463 0.43668 0.467568 0.838224 0.560232 0.390347 0.2 2007 0.127799 0.143243 0.112355 0.220463 0.235907 0.205019 0.344015 0.467568 0.869112 0.544788 0.313127 0.2 2008 0.1 0.112355 0.1 0.174131 0.249807 0.251351 0.344015 0.405792 0.9 0.529344 0.344015 0.2

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.220463 0.143243 0.143243 0.220463 0.266795 0.220463 0.43668 0.467568 0.838224 0.560232 0.390347 0.220463

2 0.143243 0.143243 0.220463 0.266795 0.220463 0.43668 0.467568 0.838224 0.560232 0.390347 0.220463 0.1 0.112355 3 0.143243 0.220463 0.266795 0.220463 0.43668 0.467568 0.838224 0.560232 0.390347 0.220463 0.1 0.112355

4 0.220463 0.266795 0.220463 0.43668 0.467568 0.838224 0.560232 0.390347 0.220463 0.1 0.112355 0.1 0.174131 5 0.266795 0.220463 0.43668 0.467568 0.838224 0.560232 0.390347 0.220463 0.1 0.112355 0.1 0.174131 0.249807 6 0.220463 0.43668 0.467568 0.838224 0.560232 0.390347 0.220463 0.1 0.112355 0.1 0.174131 0.249807 0.251351 7 0.43668 0.467568 0.838224 0.560232 0.390347 0.220463 0.1 0.112355 0.1 0.174131 0.249807 0.251351 0.344015 8 0.467568 0.838224 0.560232 0.390347 0.220463 0.1 0.112355 0.1 0.174131 0.249807 0.251351 0.344015 0.405792 9 0.838224 0.560232 0.390347 0.220463 0.1 0.112355 0.1 0.174131 0.249807 0.251351 0.344015 0.405792

(54)

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2009 Untuk Wilayah Patumbak

Stasiun

: Polonia

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2007 450 150 50 700 650 450 700 1000 2500 1600 1300 1250

2008 500 200 50 600 650 450 700 1200 2400 1800 1200 1350

2009 500 250 100 450 750 470 650 1450 2500 1800 1400 1350

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2007 0.230612 0.132653 0.1 0.312245 0.295918 0.230612 0.312245 0.410204 0.9 0.606122 0.508163 0.4 2008 0.246939 0.14898 0.1 0.279592 0.295918 0.230612 0.312245 0.47551 0.867347 0.671429 0.47551 0. 2009 0.246939 0.165306 0.116327 0.230612 0.328571 0.237143 0.295918 0.557143 0.9 0.671429 0.540816 0.

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.230612 0.132653 0.1 0.312245 0.295918 0.230612 0.312245 0.410204 0.9 0.606122 0.508163 0.491837 0.246939 2 0.132653 0.1 0.312245 0.295918 0.230612 0.312245 0.410204 0.9 0.606122 0.508163 0.491837 0.246939 0.165306 3 0.1 0.312245 0.295918 0.230612 0.312245 0.410204 0.9 0.606122 0.508163 0.491837 0.246939 0.165306 0.116327 4 0.312245 0.295918 0.230612 0.312245 0.410204 0.9 0.606122 0.508163 0.491837 0.246939 0.165306 0.116327 0.230612 5 0.295918 0.230612 0.312245 0.410204 0.9 0.606122 0.508163 0.491837 0.246939 0.165306 0.116327 0.230612 0.328571 6 0.230612 0.312245 0.410204 0.9 0.606122 0.508163 0.491837 0.246939 0.165306 0.116327 0.230612 0.328571 0.237143 7 0.312245 0.312245 0.410204 0.9 0.606122 0.508163 0.491837 0.246939 0.165306 0.116327 0.230612 0.328571 0.295918 8 0.410204 0.410204 0.9 0.606122 0.508163 0.491837 0.246939 0.165306 0.116327 0.230612 0.328571 0.295918 0.557143 9 0.9 0.9 0.606122 0.508163 0.491837 0.246939 0.165306 0.116327 0.230612 0.328571 0.295918 0.557143

(55)

Hasil Output Artificial Neural Network Terhadap Hasil Prediksi Curah Hujan

Tahun 2010 Untuk Wilayah Polonia

Stasiun

: Tuntungan

Data Hasil Normalisasi

Sumber: Data Sekunder, BMKG Sampali

DATA LATIH ALGORITMA ANN

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2007 310 300 315 500 600 1250 1300 1350 2200 2400 1550 1900

2008 350 200 450 490 550 1200 1250 1450 2000 2300 1600 1550

2009 250 260 265 550 570 1100 1450 1500 2200 2500 1800 1550

RANGKINGJAN FEB MAR APR MEI JUN JULI AGS SEPT OKT NOV DES

2007 0.138261 0.134783 0.14 0.204348 0.23913 0.465217 0.482609 0.5 0.795652 0.865217 0.569565 0.691 2008 0.152174 0.1 0.186957 0.20087 0.221739 0.447826 0.465217 0.534783 0.726087 0.830435 0.586957 0.569 2009 0.117391 0.12087 0.122609 0.221739 0.228696 0.413043 0.534783 0.552174 0.795652 0.9 0.656522 0.569

POLA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 TARGE

1 0.138261 0.134783 0.14 0.204348 0.23913 0.465217 0.482609 0.5 0.795652 0.865217 0.569565 0.691304 0.117391 2 0.134783 0.14 0.204348 0.23913 0.465217 0.482609 0.5 0.795652 0.865217 0.569565 0.691304 0.117391 0.12087 3 0.14 0.204348 0.23913 0.465217 0.482609 0.5 0.795652 0.865217 0.569565 0.691304 0.117391 0.12087 0.122609 4 0.204348 0.23913 0.465217 0.482609 0.5 0.795652 0.865217 0.569565 0.691304 0.117391 0.12087 0.122609 0.221739 5 0.23913 0.465217 0.482609 0.5 0.795652 0.865217 0.569565 0.691304 0.117391 0.12087 0.122609 0.221739 0.228696 6 0.465217 0.482609 0.5 0.795652 0.865217 0.569565 0.691304 0.117391 0.12087 0.122609 0.221739 0.228696 0.413043 7 0.482609 0.5 0.795652 0.865217 0.569565 0.691304 0.117391 0.12087 0.122609 0.221739 0.228696 0.413043 0.534783 8 0.5 0.795652 0.865217 0.569565 0.691304 0.117391 0.12087 0.122609 0.221739 0.228696 0.413043 0.534783 0.552174 9 0.795652 0.865217 0.569565 0.691304 0.117391 0.12087 0.122609 0.221739 0.228696 0.413043 0.534783 0.552174 0.795652 10 0.865217 0.569565 0.691304 0.117391 0.12087 0.122609 0.221739 0.228696 0.413043 0.534783 0.552174 0.795652

Gambar

Gambar 3.1 Diagram Flowchart
table sebagai berikut :
Tabel 4. 2.3. Rangking Curah Hujan Harian Maksimum (mm)
Tabel 4. 3.4. Rangking Curah Hujan Harian Maksimum (mm)
+2

Referensi

Dokumen terkait

Yang dimaksud dengan istilah arbitrer itu adalah tidak adanya hubungan wajib antara lambang bahasa (yang berwujud bunyi itu) dengan konsep atau pengertian yang dimaksud oleh

meningkatkan hasil belajar peserta didik pada mata pelajaran

Prinsip kerjanya sebagai berikut: zat pendingin dalam bentuk gas ditekan oleh kompressor kedalam sistem dengan tekanan tertentu, karena tekanan naik maka temperatur

Peningkatan Hasil Belajar yang diperoleh peserta Didik dengan Menggunakan Model Pembelajaran Kooperatif Tipe Make A Match dalam Mata Pelajaran Al-Quran

Pengaruh Pendidikan Kelompok Sebaya Terhadap Pengetahuan dan Sikap Remaja Tentang Risiko Penyalahgunaan Narkoba di SMA Kecamatan Medan Helvetia Kota Medan.. Kamus

tidak boleh mempengaruhi pelajar etnik India bertingkah laku devian. d) Untuk mengenal pasti sama ada penglibatan terhadap aktiviti sosial/. kemasyarakatan boleh atau

 Penerapan model pembelajaran kooperatif tipe Tink Pair Share (TPS) pada mata pelajaran kelistrikan mesin dan konversi energi (KMKE) dapat dilaksanakan dengan baik dan

Pada evaluasi ujicoba kelompok kecil terdapat 5 teknik yang layak dari 5 bentuk teknik latihan yang telah diterapkan, berdasarkan uji ahli yang dilakukan tentang