Pengujian Algoritma Artificial Neural Network (ANN) Untuk Prediksi Kecepatan Angin
Syukri Syukri, Samsuddin Samsuddin
Abstract
Angin memiliki peran yang penting dalam kehidupan manusia, antara lain pada pembangkit listrik, pelayaran dan penerbangan. Ketiga sektor tersebut erat kaitannya dengan kondisi angin. Angin dapat muncul setiap saat dan setiap waktu serta perubahan geografis pada suatu wilayah. Hal ini mengakibatkan sulitnya menentukan kecepatan angin, maka untuk mengatasi masalah tersebut diperlukan prediksi kecepatan angin. Saat ini berbagai metode prediksi telah banyak dikembangkan, salah satu metode yang dapat digunakan untuk melakukan prediksi dengan akurasi yang tinggi yaitu algoritma Artificial Neural Network (ANN) Backpropagation. Arsitektur ANN yang digunakan adalah 4 parameter input layer, hidden layer (5, 10, 15, 20, 25 dan 30) dan output layer (1 parameter). Data pembelajaran dan pengujian didapatkan dari stasiun BMKG Blang Bintang Aceh Besar, berupa data kecepatan angin jam per harian periode Januari 2011 sampai dengan Desember 2015 yang terdiri dari arah angin, suhu, tekanan, kelembaban dan suhu. Hasil pengujian menunjukkan bahwa metode ANN Backpropagation cukup baik diterapkan untuk proses prediksi, kemampuan ANN dalam melakukan prediksi memiliki tingkat akurasi rata – rata yang lebih baik yaitu 96 %. Sedangkan nilai rata – rata kerapatan daya angin jam per harian yaitu 45.030 W/m2
Keywords
Kecepatan angin, Prediksi energi angin, ANN, Backpropagation
References
. S. Kalogirou, C. Neocleous, S. Pashiardis, C. Schidas, and P. O. Box, “Wind Speed Prediction Using Artificial Neural Network *Ministry of Agriculture, Natural Resources and Enviroment,” University of Cyprus Departement of Computer Sciene.” University of Cyprus . 2010.
. A. Purnama, “Peramalan Kecepatan Angin Jang Pendek Untuk Pembangkit Listrik Tenaga Bayu Menggunakan Saraf Jaringan Tiruan Propagasi Balik,” Tesis, UI., Depok, Indonesia, 2011.
. P.P.Kadu, K.P.Wagh and P.N.Chatur, "Temperature Prediction System using Backpropagation Neural Network,” An Approach Internasional Jurnal of Computer Science and Comunication, Networks, II (1), pp.61-64. 2012.
DOI:
https://doi.org/10.32672/jnkti.v2i1.1056
Refbacks
- There are currently no refbacks.
The Journal has been Indexed by :
BARCODE P-ISSN dan E-ISSN
Copyright © Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) . Prodi Teknik Komputer, Fakultas Teknik, Universitas Serambi Mekkah
JNKTI is licensed under a
Creative Commons Attribution-ShareAlike 4.0 International License.