PENGGUNAAN MOVING AVERAGE DENGAN METODE HYBRID ARTIFICIAL NEURAL NETWORK DAN FUZZY INFERENCE SYSTEM UNTUK PREDIKSI CUACA

Fahrur Rozi
Farid Sukmana


DOI: https://doi.org/10.29100/jipi.v1i02.61

Abstract


Kebutuhan akan prediksi sangat diperlukan diberbagai sektor kehidupan, salah satunya adalah mengenai prediksi cuaca. Prediksi mengenai cuaca dapat dilakukan dalam rentang waktu tertentu, sehingga untuk dapat memprediksi keadaan cuaca dalam rentang waktu tertentu penelitian ini akan menggunakan moving average dengan metode hybrid artificial neural network dan fuzzy inference system. Data yang digunakan berasal dari BMKG Karangploso, Malang dengan menggunakan empat buah parameter yang mempengaruhi kondisi cuaca, yaitu suhu, tekanan udara, kelembapan udara, dan kecepatan angin. Performa model menghasilkan tingkat akurasi mencapai 73.91 %.


Full Text:

PDF

Article Metrics :

References


M. Tektas, “Weather Forecasting Using ANFIS and ARIMA MODELS,” Environ. Res. Eng. Manag., vol. 51, no. 1, pp. 5–10, 2010.

F. Rozi and F. Sukmana, “Metode Siklis dan Adaptive Neuro Fuzzy Inference System untuk Peramalan Cuaca,” J. Ilm. Penelit. dan Pembelajaran Inform., vol. 1, no. 1, pp. 7–13, 2016.

R. Saracoglu, K. Tutuncu, and N. Allahverdi, “A new approach on search for similiar documents with multiple categories using fuzzy clustering,” Expert Syst. Appl., pp. 2545–2554, 2008.

F. Rozi, C. Fatichah, and D. Purwitasari, “Ektraksi Kata Kunci Berdasarkan Hipernim dengan Inisialisasi Klaster Menggunakan Fuzzy Association Rule Mining pada Pengelompokan Dokumen,” J. Teknol. Inf., vol. 13, no. 2, pp. 190–197, 2015.

F. Rozi and R. Kartadie, “Sinonim untuk Ekstraksi Kata Kunci Pada Pengelompokan Dokumen Menggunakan Fuzzy Associotion Rule Mining,” Semnasteknomedia, vol. 4, no. 1, 2016.

M. Ohsaki, M. Nakase, and S. Katagiri, “Analysis of Subsequence Time - series Clustering Based on Moving Average,” in Ninth IEEE International Conference on Data Mining, 2009, pp. 902–907.