ANN Back Propagation for Forecasting and Simulation Hydroclimatology Data

Abstract

Kebijakan pemerintah dalam mendistribusikan pupuk dan bibit tanaman pangan seperti padi dan palawija sangat tergantung dari musim tanam para petani. Oleh sebab itu, sebelum melakukan distribusi tersebut, diperlukan data penyebaran awal musim tanam di setiap daerah sehingga hasil distribusi optimal. Salah satu alternatif yang harus dilakukan terlebih dahulu adalah memprediksi pola siklus data hidroklimatologi tahun akan datang dengam melihat pola data tahun-tahun sebelumnya. Dalam hal ini diperlukan suatu metode yang bisa digunakan untuk memprediksi data hidroklimatologi tersebut. Metode yang tepat digunakan untuk melakukan prediksi adalah Jaringan Syaraf Tiruan (JST) Backpropagation. Sebagai langkah lanjutan nantinya hasil prediksi oleh JST ini akan digunakan untuk membangun sistem perencanaan pola tanam optimal agar tanaman pertanian terhindar dari gagal panen (puso) guna diperoleh hasil produksi maksimal sehingga mampu menunjang ketahahan pangan nasional. Berdasarkan hasil simulasi diketahui bahwa JST Backpropagation dengan dua layar hidden mampu memprediksi data hidroklimatologi dengan akurasi rata-rata sebesar 95,72%-96,61%. Sedangkan pada validasi prediksi diperoleh persentase error rata-rata sebesar 1,12% dengan tingkat akurasi mencapai 99,76%. Data yang digunakan untuk melakukan training, testing, validasi, dan prediksi adalah data di Kabupaten Lombok Tengah, NTB, Indonesia.