Analisis Pola Musim Hujan dan Kemarau Berdasarkan Prediksi Curah Hujan Tahun 2024 Menggunakan Artificial Neural Network (ANN) di Kabupaten Sumbawa
DOI:
https://doi.org/10.30599/jti.v16i1.3121Keywords:
Pola Musim, Prediksi Curah Hujan, Artifial Neural Network, Deforestasi, Perubahan IklimAbstract
Penelitian ini dilatarbelakangi oleh dampak deforestasi dan perubahan iklim terhadap pola curah hujan dan risiko bencana alam di Kabupaten Sumbawa. Tujuan penelitian adalah untuk memprediksi curah hujan bulanan menggunakan Artificial Neural Network (ANN), menganalisis hasil prediksi, dan menyusun rekomendasi solusi penanganan dampak perubahan musim. Metode yang digunakan meliputi pengumpulan data historis curah hujan, normalisasi data, pembagian data latih dan uji, serta pengembangan model ANN dengan struktur 457-50-1. Hasil prediksi menunjukkan variasi curah hujan yang signifikan, dengan puncak hujan pada Januari 2024 dan periode kering pada Juli dan Agustus 2024. Kesimpulan dari penelitian ini menekankan pentingnya pengembangan infrastruktur pengelolaan air, mitigasi bencana, pertanian adaptif, reboisasi, dan edukasi masyarakat untuk meningkatkan ketahanan terhadap perubahan iklim dan deforestasi.
Downloads
References
Andrian, Y., & Ningsih, E. (2014). Prediksi Curah Hujan Di Kota Medan Menggunakan Metode Backpropagation Neural Network. Seminar
Nasional Informatika, 184–189.
Aprianto, R., & Puspitasari, P. (2020). Prediksi Curah Hujan Bulanan Tahun 2020 Kabupaten Sumbawa Menggunakan Artificial Neural Network (ANN) Back Propagation. Prosiding Seminar Nasional IPPeMas 2020 Inovasi Hasil Penelitian dan Pengabdian kepada Masyarakat dalam Menunjang Era Industri 4.0 , 622–628.
Dwi Siswoko, B. D. (2008). Pembangunan, Deforestasi dan Perubahan Iklim Development, Deforestation and Climate Change. Jurnal Manajemen Hutan Tropika, XIV(2), 88–95.
Fitriyanti. (2022). Aplikasi Jaringan Syaraf Tiruan Backpropagation dalam Prediksi Curah Hujan Bulanan di Kabupaten Wajo Sulawesi Selatan. JPF (Jurnal Pendidikan Fisika) Universitas Islam Negeri Alauddin Makassar, 11(1), 44–55. https://doi.org/10.24252/jpf.v11i1.33142
Global Forest Watch. “Tree cover loss in Indonesia/West Nusa Tenggara/Sumbawa Region”. Diakses pada tanggal 11/12/2023 dari www.globalforestwatch.org.
Haryanto, H. C., & Prahara, S. A. (2019). Perubahan Iklim, Siapa Yang Bertanggung Jawab? Insight: Jurnal Ilmiah Psikologi, 21(2), 50–61. https://doi.org/10.26486/psikologi.v21i2.811
Jayadianti, H., Cahyadi, T. A., Amri, N. A., & Pitayandanu, M. F. (2020). Metode Komparasi Artificial Neural Network Pada Prediksi Curah Hujan - Literature Review. Jurnal Tekno Insentif, 14(2), 48–53. https://doi.org/10.36787/jti.v14i2.150
Julismin. (2013). Dampak Dan Perubahan Iklim Di Indonesia. Jurnal Geografi, 5(1), 39–46.
Nakita, C., & Najica, F. U. (2022). Pengaruh Deforestasi Dan Upaya Menjaga Kelestarian Hutan Di Indonesia. Jurnal Ius Civile, 6(1), 92–103. http://jurnal.utu.ac.id/jcivile
NASA Prediction of Worldwide Energy Resources. “Data Acces Viewer”. Diakses pada tanggal 11/12/2023 dari https://power.larc.nasa.gov/data-access-viewer/
Nur Rohma, M. (2020). Mengatasi Perubahan Iklim: Bom Waktu Deforestasi di Indonesia. Centre for Strategic and International Studies, 47–59.
Nurpambudi, R., & Aziz, R. A. (2022). Prediksi Kejadian Banjir Di Wilayah Kota Bandar Lampung Dengan Metode Artificial Neural Network. Proseding Seminar Nasional Hasil Penelitian dan Pengabdian, 93–104.
Sigit, F., Abdillah, M., & Dupe, ZL. (2021). Perubahan Karakteristik Curah Hujan Jangka Panjang di. Jurnal Sains Dirgantara, 18(2), 99–110.
Sunardi, Yudhana, A., & Muflih, G. Z. (2020). Sistem Prediksi Curah Hujan Bulanan Menggunakan Jaringan Saraf Tiruan Backpropagation. Jurnal Sistem Informasi Bisnis, 10(2), 155–162. https://doi.org/10.21456/vol10iss2pp155-162
Wahyuni, H., & Suranto, S. (2021). Dampak Deforestasi Hutan Skala Besar terhadap Pemanasan Global di Indonesia. JIIP: Jurnal Ilmiah Ilmu Pemerintahan, 6(1), 148–162. https://doi.org/10.14710/jiip.v6i1.10083
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Romi Aprianto, Syarif Fitriyanto, Hayatun Nufus
This work is licensed under a Creative Commons Attribution 4.0 International License.
Abstract Views: 190
| 
File Views: 184
