PENGEMBANGAN METODE PENGELOMPOKKAN HUJAN KOMPEKTIF DAN STRATIFORM DARI PENGAMATAN MICRO RAIN RADAR(MRR) MENGGUNAKAN JARINGAN STAF TIRUAN

BUNGA, APRILIA (2021) PENGEMBANGAN METODE PENGELOMPOKKAN HUJAN KOMPEKTIF DAN STRATIFORM DARI PENGAMATAN MICRO RAIN RADAR(MRR) MENGGUNAKAN JARINGAN STAF TIRUAN. Masters thesis, UNIVERSITAS ANDALAS.

Preview	Text (COVER DAN ABSTRAK) COVER+ABSTRAK.pdf - Published Version Download (1MB) | Preview
Preview	Text (BAB 1) BAB I PENDAHULUAN.pdf - Published Version Download (1MB) | Preview
Preview	Text (BAB AKHIR) BAB AKHIR (PENUTUP).pdf - Published Version Download (1MB) | Preview
Preview	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Download (1MB) | Preview
	Text (TESIS FULL TEXT) FULL-TESIS-BUNGA APRILIA (2020441001).pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Pengelompokan hujan konvektif dan stratiform merupakan hal penting dalam berbagai aplikasi dibidang cuaca dan iklim karena setiap tipe hujan ini memiliki karakter fisis yang berbeda. Metode untuk pengelompokan hujan ini terus dikembangkan dalam rangka memperoleh metode yang akurat, efektif, dan sederhana. Penelitian ini menguji penggunaan Jaringan Saraf Tiruan (JST)- backpropagation untuk mengelompokkan tipe hujan dari pengamatan Micro Rain Radar (MRR) di Serpong (6,359oLS; 106,673oBT). Parameter hujan yang digunakan adalah reflektivitas radar, kecepatan Doppler, dan Liquid Water Content (LWC). Peristiwa hujan pada 5 Januari 2017 jam 16.28 - 21.21 WIB digunakan sebagai data latih. Hasil pengelompokan kemudian divalidasi dengan hasil dari metode Bright Band (BB). Arsitektur JST-backpropagation yang paling tepat digunakan adalah arsitektur 3-6-1 (lapisan input–lapisan tersembunyi–lapisan output) dengan fungsi aktivasi-fungsi transfer yaitu competitive dan learning rate 0,9. Nilai Mean Square Error (MSE) pelatihan tersebut adalah 0,0098735 dan rata- rata persentase akurasi pengelompokan untuk pengujian adalah 94%. Metode JST mampu mengelompokkan hujan dengan sangat baik untuk hujan yang cenderung seragam (satu tipe) dan ini menjadi kelebihan utama metode JST. Kelebihan metode JST tersebut juga mampu menutupi kekurangan metode BB yang sering kali mengelompokkan beberapa menit data diantara tipe hujan dominan ke dalam tipe hujan lain, yang secara fisis hal ini tidak mungkin terjadi.

Actions (login required)

View Item