Analisis Perbandingan Backpropagation dengan Learning Vector Quantization (LVQ) untuk Memprediksi Curah Hujan di Kota Medan

Abstract

Precipitation is a very important factor in agriculture and development planning. This study aims to predict precipitation and characteristic of rainfall in Medan using neural network with Backpropagation algorithm and Learning Vector Quantization ( LVQ ). Data of precipitation which used for training is the rainfall data for the last 30 years. The parameters used in this study consists of two inputs , the month and the volume of rainfall (precipitation) . The process of training produces the best architecture with 3 layers for backpropagation and two layers for Learning Vector Quantization with a learning rate 0.5 . From the predicted results obtained Backpropagation algorithm to predict more closely the 30 years data compared to LVQ . Backpropagation and LVQ algorithm has the highest percentage accuracy of 75-99 % for the backpropagation algorithm and 60-82 % for LVQ algorithms . The test results of the two algorithms above, the influence of the El-Nino and La-Nina is not so significant.

Curah hujan merupakan faktor yang sangat penting dalam bidang pertanian dan perencanaan pembangunan. Penelitian ini bertujuan untuk memprediksi curah hujan dan sifat hujan di Medan menggunakan neural network dengan algoritma Backpropagation dan Learning Vector Quantization (LVQ). Data curah hujan yang digunakan untuk training adalah data curah hujan selama 30 tahun terakhir. Parameter yang digunakan dalam penelitian ini terdiri dari dua input yakni bulan dan volume curah hujan. Proses training menghasilkan arsitektur terbaik dengan tiga layer untuk Backpropagation dan dua layer untuk Learning Vector Quantization dengan learning rate 0,5. Dari hasil prediksi diperoleh Algoritma Backpropagation lebih dekat dalam melakukan prediksi data curah hujan 30 tahun terakhir dibandingkan dengan LVQ. Algoritma Backpropagation dan LVQ memiliki tingkat persentase keakuratan 75 – 99 % untuk algoritma Backpropagation dan 60 – 82 % untuk algoritma LVQ. Hasil pengujian kedua algoritma diatas, pengaruh fenomena El-Nino dan La-Nina tidak begitu signifikan.