PENERAPAN ALGORITMA GENETIKA UNTUK APLIKASI PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI (DAS) AIR BENGKULU

Nitalia, Yosi and Rusdi, Efendi and Gusta , Gunawan (2015) PENERAPAN ALGORITMA GENETIKA UNTUK APLIKASI PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI (DAS) AIR BENGKULU. Undergraduated thesis, Universitas Bengkulu.

	Archive (Thesis) I,II,III,-1-15, yos-FT..pdf - Bibliography Restricted to Registered users only Available under License Creative Commons GNU GPL (Software). Download (2MB)
	Archive (Thesis) IV,V,VI-Lamp, 1-15- yos-FT.pdf - Bibliography Restricted to Registered users only Available under License Creative Commons GNU GPL (Software). Download (2MB)

Abstract

Penelitian penerapan Algoritma Genetika untuk aplikasi peramalan curah hujan di DAS Air Bengkulu bertujuan untuk membangun suatu sistem aplikasi yang menerapkan Algoritma Genetika untuk meramalkan curah hujan di daerah aliran sungai (DAS) Air Bengkulu. Jenis data yang digunakan dalam penelitian adalah data sekunder yang di dapat dari BMKG Provinsi Bengkulu. Data yang digunakan sebagai input pada sistem ini adalah data curah hujan per bulan, per hari, dan per jam periode sebelumnya untuk menghasilkan data curah hujan per bulan, per hari, dan per jam untuk periode berikutnya. Aplikasi dibangun dengan menggunakan bahasa pemrograman Visual Basic 6.0 dan MySql sebagai aplikasi database. Hasil prediksi curah hujan ditampilkan dalam bentuk teks dan visualisasi grafik yang menunjukkan naik turunnya curah hujan tiap periode. Proses training Algoritma Genetika menggunakan model matematis data berkala (time series) yang merupakan metode untuk peramalan data masa mendatang berdasarkan perilaku data masa lampau. Pada hasil pengujian parameter algoritma, menunjukkan bahwa semakin besar nilai probabilitas crossover maka nilai MSE yang dihasilkan semakin kecil, semakin besar nilai probabilitas mutasi maka nilai MSE yang dihasilkan semakin besar pula, dan semakin besar nilai iterasi maka nilai MSE yang dihasilkan akan semakin kecil. Dari hasil pengujian dapat disimpulkan sistem menghasilkan peramalan yang lebih baik ketika nilai probabilitas crossover mendekati 1, nilai probabilitas mutasi mendekati 0. Secara umum dapat disimpulkan bahwa Algoritma Genetika menunjukkan hasil yang cukup bagus dalam peramalan curah hujan dengan nilai MSE (mean square error) di bawah 0.2, meskipun pada batasan masalah nilai MSE diharapkan lebih kecil dari 0.1.

Actions (login required)

View Item