Prediksi Curah Hujan di Kota Bima Menggunakan Algoritma Backpropogation Dengan Optimasi Bee Colony
DOI:
https://doi.org/10.29303/semeton.v3i1.366Keywords:
curah hujan, kota bima, Backpropagation, Algoritma Bee Colony, prediksiAbstract
Prediksi curah hujan merupakan hal penting bagi pemerintah Kota Bima dalam mendukung pembangunan daerah dan mitigasi bencana. Penelitian ini bertujuan untuk memodelkan prediksi curah hujan di Kota Bima menggunakan Jaringan Syaraf Tiruan (JST) metode Backpropagation yang dioptimasi dengan algoritma Bee Colony. Data yang digunakan adalah data historis curah hujan dari BMKG tahun 2020 hingga 2024. Dalam tahap pra-pemrosesan, teknik Interpolasi Lagrange diterapkan untuk melengkapi data curah hujan yang kosong agar hasil pelatihan lebih optimal. Data tahun 2020-2023 digunakan sebagai data training, sedangkan data tahun 2024 digunakan sebagai data testing. Hasil penelitian menunjukkan bahwa model JST mampu mengenali pola curah hujan dengan baik. Implementasi algoritma Artificial Bee Colony terbukti berhasil mengoptimasi parameter bobot pada JST dan meningkatkan akurasi prediksi dibandingkan dengan metode Backpropagation standar. Hal ini dibuktikan dengan penurunan nilai Root Mean Square Error (RMSE) pada data testing, di mana model Backpropagation standar menghasilkan RMSE sebesar 7,90, sementara model yang dioptimasi dengan Bee Colony menghasilkan RMSE yang lebih rendah yaitu 7,80. Penelitian ini menyimpulkan bahwa penggunaan algoritma Bee Colony lebih efektif dalam meminimalkan kesalahan prediksi curah hujan di wilayah Kota Bima.
References
P. Dina, R. Azwarini, and D. Wisnu, “Prediction Intervals for Extreme Rainfall in Indonesia Using Monotone Composite Quantile Regression Neural Network,” vol. 9, no. November, pp. 2734–2741, 2025. https://dx.doi.org/10.62527/joiv.9.6.3186
S. Hardwinarto and M. Aipassa, “Rainfall Monthly Prediction Based on Artificial Neural Network: A Case Study in Tenggarong Station, East Kalimantan-Indonesia,” Procedia-Procedia Comput. Sci., vol. 59, no. Iccsci, pp. 142–151, 2015, https://doi.org/10.1016/j.procs.2015.07.528.
I. Mochamad, A. Kholiq, I. Iskandar, and Y. Apriani, “Monthly rainfall prediction based on artificial neural networks with backpropagation and radial basis function,” vol. 4, no. 2, pp. 154–166, 2018. https://doi.org/10.26555/ijain.v4i2.208
D. Karaboga, “An Idea Bassed Om Honey Bee Swarm For Numerical Optimazed,” Tech. REPORT-TR06, vol. 05, p. 10, 2005. https://abc.erciyes.edu.tr/pub/tr06_2005.pdf
Y. Wang, J. Liu, R. Li, X. Suo, and E. Lu, “Precipitation forecast of the Wujiang River Basin based on artificial bee colony algorithm and backpropagation neural network,” Alexandria Eng. J., vol. 59, no. 3, pp. 1473–1483, 2020, https://doi.org/10.1016/j.aej.2020.04.035.
E. A. Shams and A. Rizaner, “A novel support vector machine based intrusion detection system for mobile ad hoc networks,” Wirel. Networks, vol. 24, no. 5, pp. 1821–1829, 2018, https://doi.org/10.1007/s11276-016-1439-0.
R. Aprianto, S. Fitriyanto, and S. N. Walidain, “Artificial Neural Network Backpropagation for Predicting Rainfall ( Case Study in Sultan Muhammad Kaharuddin Meteorological Station ),” vol. 15, no. 1, pp. 63–70, 2023. https://doi.org/10.30599/jti.v15i1.2110
A. Azi, “Journal of Computer Networks , Architecture and High Performance Computing Rainfall Prediction in Jayapura City Area Using Long Short-Term Memory Journal of Computer Networks , Architecture and High Performance Computing,” vol. 7, no. 2, pp. 433–439, 2025. https://doi.org/10.47709/cnahpc.v7i2.5506
J. Triloka and S. Mutiara, “Evaluasi Kinerja Model Deep Learning dalam Memprediksi Kejadian Hujan Di Wilayah Panjang Bandar Lampung,” Jurnal Informatika, vol. 25, no. 1, pp. 33–45. 2025. https://journal.darmajaya.ac.id/index.php/JurnalInformatika/article/view/1005
I. P. Bagus, A. Pradnyana, A. A. Soebroto, and R. S. Perdana, “Peramalan Curah Hujan Menggunakan Metode Jaringan Saraf Tiruan Dengan Optimasi Algoritma Bee Colony,” vol. 2, no. 10, pp. 3624–3631, 2018. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/2687
Downloads
Published
How to Cite
Issue
Section
License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.



