Penerapan Metode Backpropagation dalam Memprediksi Ketinggian Gelombang Laut pada Selat Makassar
Muhammad Hari Bangsawan(1*); Yulita Salim(2); Sitti Rahmah Jabir(3);
(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author
AbstractBeberapa penelitian telah melakukan prediksi ketinggian gelombang laut menggunakan metode backpropagation, namun belum ada penelitian yang melakukannya di Selat Makassar. Oleh karena itu, penelitian ini bertujuan untuk menerapkan metode jaringan syaraf tiruan (JST) Backpropagation dalam memprediksi ketinggian gelombang laut di Selat Makassar. JST Backpropagation dipilih karena kemampuannya dalam menangani masalah prediksi dengan akurasi yang tinggi. Data yang digunakan dalam penelitian ini diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) Maritim Paotere Makassar, mencakup data harian tinggi gelombang, kecepatan angin, dan arah angin dari tahun 2019 hingga 2022. Data pelatihan mencakup periode 1 Januari 2020 hingga 30 Juni 2022, sedangkan data pengujian mencakup periode 1 Juli 2022 hingga 31 Desember 2022. Proses pelatihan menggunakan learning rate 0,1, 21 neuron pada lapisan input, 5 neuron pada lapisan tersembunyi, 7 neuron pada lapisan output, nilai batas error 0,01, beta 0,5, dan maxepoch 10.000. Hasil pengujian menunjukkan rata-rata MSE sebesar 0,1612 dan MAPE sebesar 28,27994%, menegaskan kemampuan model dalam memprediksi ketinggian gelombang laut dengan tingkat kesalahan yang dapat diterima.
KeywordsJST; Backpropagasi; Prediksi; Ketinggian gelombang laut
|
Full Text:PDF |
Article MetricsAbstract view: 43 timesPDF view: 1 times |
Digital Object Identifier![]() |
Cite |
References
P. Sari and F. Ahyaningsih, “Jaringan Saraf Tiruan Backpropagation untuk Prediksi Harga Bahan Pangan di Wilayah Kabupaten Deli Serdang,” Algoritm. J. Mat. Ilmu Pengetah. Alam, Kebumian dan Angkasa, vol. 2, pp. 105–117, Nov. 2024, doi: 10.62383/algoritma.v2i6.287.
W. Satria, “Jaringan Syaraf Tiruan Backpropagation Untuk Peramalan Penjualan Produk (Studi Kasus Di Metro Electronic Dan Furniture),” Djtechno J. Teknol. Inf., vol. 1, no. 1, pp. 14–19, 2021, doi: 10.46576/djtechno.v1i1.966.
T. Tamaji, Y. Utama, and J. Sidharta, “Jaringan Saraf Tiruan Menggunakan Metode Backpropagation untuk Prediksi Curah Hujan,” Telekontran J. Ilm. Telekomun. Kendali dan Elektron. Terap., vol. 10, pp. 30–37, Aug. 2022, doi: 10.34010/telekontran.v10i1.7409.
G. Zaida Muflih, “Penentuan Parameter Pembelajaran Jaringan Saraf Tiruan Backpropagation dan Pengaruhnya Terhadap Proses Pelatihan,” J. Ris. Teknol. Inf. dan Komput., vol. 1, no. 2, pp. 12–17, 2021, doi: 10.53863/juristik.v1i02.363.
M. A. F. I. Aslim, J. Jasruddin, P. Palloan, H. Helmi, M. Arsyad, and H. Triwibowo, “Monthly Rainfall Prediction Using the Backpropagation Neural Network (BPNN) Algorithm in Maros Regency,” Sci. J. Informatics, vol. 10, no. 1, pp. 13–24, 2023, doi: 10.15294/sji.v10i1.37982.
N. Rahmadani, B. Darma Setiawan, and S. Adinugroho, “Prediksi Ketinggian Gelombang Laut Menggunakan Metode Jaringan Saraf Tiruan Backpropagation,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 7, pp. 6517–6525, 2019, [Online]. Available: http://j-ptiik.ub.ac.id
P. Wellyantama, “Prediksi Ketinggian Gelombang Laut Perairan Laut Jawa Bagian Barat Sebelah Utara Jakarta dengan Metode Jaringan Syaraf Tiruan Propagasi Balik,” POSITRON, vol. 5, Apr. 2015, doi: 10.26418/positron.v5i1.9749.
M. A. Raharja and I. Astra, “Prediksi Ketinggian Gelombang Laut Menggunakan Metode Bsckpropagation Pada Pantai Lebih Gianyar,” J. Ilmu Komput., vol. 11, p. 19, May 2018, doi: 10.24843/jik.2018.v11.i01.p03.
J. P. Simamora, S. Martha, W. Andani, P. S. Statistika, and U. Tanjungpura, “Penerapan algoritma prophet pada peramalan harga saham,” vol. 3, no. 2, pp. 94–101, 2024.
F. Khairati and H. Putra, “Prediksi Kuantitas Penggunaan Obat pada Layanan Kesehatan Menggunakan Algoritma Backpropagation Neural Network,” J. Sistim Inf. dan Teknol., pp. 128–135, Aug. 2022, doi: 10.37034/jsisfotek.v4i3.158.
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)

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