143-150 143
Fadhila Firdausa1)
1) Jurusan Teknik Sipil, Politeknik Negeri Sriwijaya, Kota Palembang, Provinsi
Sumatera Selatan
fadhilafirdausa@polsri.ac.id
ABSTRACT
Rainfall is one of the important data used in the involvement of infrastructure
development, irrigation, agriculture and others.The development of science and technology
has reached the stage of progress towards the era of digitalization.Consequently new
software is needed to support the progress of science and technology.One of the software
that has been developed at this time is matlab software. The method used in the simulation
is Artificial Neural Networks (ANN) which are analyzed using Matlab. Artificial Neural
Network is a method that has the ability to imitate the input data entered into a
simulation.Artificial Neural Networks has been widely used in research.Therefore in this
research, it will use Artificial Neural Networks to process rainfall data Palembang
city.Rainfall data used is monthly rainfall data from 2016 until 2018.In the results of
research that has been carried out obtained the smallest error of 1.84% and stopped at
25000 epoch trial.The distribution of monthly rainfall data in the dry season affects the
ANN simulation, causing an error to be large in the dry month.
ABSTRAK
Curah hujan merupakan salah satu data penting yang digunakan dalam keterlibatan
pembangunan infrastruktur, pengairan,.pertanian dan lainnya. Perkembangan IPTEKS
telah sampai kepada tahap kemajuan menuju era digitalisasi. Oleh karena itu diperlukan
software baru untuk mendukung kemajuan IPTEKS. Salah satu software yang telah
berkembang saat ini adalah software matlab. Metode yang digunakan dalam simulasi
adalah Jaringan Syaraf Tiruan (JST) yang dianalisis dengan menggunakan
Matlab.Jaringan Syaraf Tiruan merupakan metode yang memiliki kemampuan untuk
meniru data input yang dimasukkan ke dalam simulasi. Jaringan Syaraf Tiruan sendiri
telah banyak digunakan dalam bidang penelitian. Oleh karena itu pada penelitian ini
akanmenggunakan Jaringan Syaraf Tiruan untuk mengolah data hujan di Kota
Palembang. Data curah hujan yang digunakan adalah data curah hujan bulanan dari
tahun 2016 sampai 2018. Pada hasil penelitian yang telah dilakukan didapatkan hasil eror
terkecil 1.84% berhenti pada trial epoch 25000. Sebaran data curah hujan bulanan pada
musim kemarau mempengaruhi simulasi JST sehingga menyebabkan eror menjadi besar di
bulan kemarau.
Kata kunci: simulasi, curah hujan, Jaringan Syaraf Tiruan, Kota Palembang
sebagai prediksi optimasi dimensi untuk mengingat fungsi lain dari menara
jembatan rangka baja. tersebut. Meskipun demikian, dari hasil
Penelitian selanjutnya dilakukan oleh penelitian model ANN dinyatakan dapat
Agrawal, Nagar, & Sancheti (2011) diandalkan untuk koseptual desain menara.
mengenai aplikasi ANN didalam konsep
desain tower. Penelitian ini membahas METODE PENELITIAN
Metode dalam penelitian ini
mengenai desain yang paling optimal dari
menggunakan langkah-langkah sebagai
sebuah tower. Untuk menghitung desain
berikut:
tower yang optimum maka penelitian ini
membuat 48 model tower. Dengan variasi 1. Mengumpulkan studi pustaka
lebar kaki tower yaitu H/6, H/8, H/10, dan tahun 2016, 2017 dan 2018
Variasi yang ketiga yaitu variasi ratio Klimatologi dan Geofisika, data
panel sebesar 25%, 50%, dan 75%. curah hujan bulanan digunakan
Penelitian ini memberikan hasil ketinggian agar linear dengan data yang
optimum dengan variasi yang telah bulan, dan curah hujan bulanan;
minimal 550 kgs dan maksimal 485 kgs. jaringan syaraf tiruan;
yang optimum jika ditinjau dari berat. 6. Jika pada analisis data
Selain ditinjau dari berat, desain menara didapatkan hasil eror masih
model ANN sebaiknya dikembangkan lagi hasil eror yang paling rendah;
Palembang yang dapat dikumpulkan Simulasi JST dimulai dari trial epoch
melalui Badan Pusat Statistik Kota 1000 berhenti pada trial epoch 25000
Palembang pada tahun 2016, 2017 dan setelah dilakukan trial epoch 26000 nilai
Artificial Neural Network dapat dipakai Pada penelitian ini pola sebaran data curah
untuk mengenali pola (misal huruf, angka, hujam musim kemarau mengalami
suara, atau tanda tangan) yang sudah penurunan data yang besar sehingga pola
sedikit berubah. Dalam hal in jika pola sebaran data input mengalami perubahan
mengalami perubahan yang besar maka yang besar.
akan membuat JST sulit mengenalinya.