Isi Artikel Utama

Indra Prawiro Adiredjo

Abstrak

Berbagai penelitian diusahakan dalam menentukan metode prediksi thunderstorm, salah satunya dengan menggunakan data udara atas. Meskipun demikian, pemanfaatan nilai ambang batas stabilitas atmosfer sebagai patokan tidak selamanya berlaku sama untuk semua lokasi karena perbedaan karakteristik masing-masing wilayah. Dengan demikian, pendekatan yang lebih obyektif dan tepat diperlukan dalam melakukan prediksi kejadian thunderstorm, termasuk teknik penerapan jaringan syaraf tiruan (artificial neural network). Dalam penelitian ini, metode Artificial Neural Network (ANN), yang merupakan implementasi kecerdasan buatan digunakan untuk memprediksi kejadian thunderstorm di wilayah Saumlaki. ANN masukan tidak hanya menggunakan data mentah berupa nilai indeks labilitas atmosfer, tetapi juga menggunakan olahan seleksi fitur yang mereduksi dimensi input data multivariat dengan meminimalisir lenyapnya data masukan, sehingga informasi sebagai data input yang baru hanya berfokus pada informasi utama dan menghilangkan ketergantungan linier antar fitur. Teknik ini dikenal sebagai Principal Component Analysis (PCA). Hasil penelitian menunjukkan bahwa ANN dengan teknik PCA memiliki tingkat akurasi lebih besar dalam memprediksi kejadian thunderstorm di wilayah Saumlaki.

Rincian Artikel

Bagian
Artikel