JST Prediksi Curah Hujan Bulanan (Arsitektur 6-9-1)
Informasi Sistem Prediksi
Sistem ini dibangun berdasarkan data curah hujan historis dari tahun 1885 hingga 2024 yang diperoleh dari Stasiun Meteorologi (Stamet) Citeko, Bogor. Dataset tersebut digunakan sebagai data latih dan data uji untuk membangun model prediksi berbasis jaringan syaraf tiruan (JST).
Proses pelatihan jaringan JST dilakukan menggunakan bahasa pemrograman Python melalui platform Google Colaboratory. Arsitektur JST yang digunakan terdiri dari 6 neuron input, 9 neuron hidden layer, dan 1 neuron output. Selama pelatihan, dilakukan proses propagasi balik (backpropagation) untuk meminimalkan galat prediksi melalui perhitungan gradien dan optimasi bobot.
Berikut ini adalah ilustrasi hasil pelatihan model, termasuk grafik error per epoch dan perbandingan antara hasil prediksi dan nilai aktual:
Gambar 1. Grafik Loss per Epoch
Gambar 2. Hasil Uji: Aktual vs Output Model
Gambar 3. Ilustrasi Arsitektur JST 6-9-1
Setelah proses pelatihan selesai, bobot dan bias hasil pelatihan diekstraksi dan dimasukkan ke dalam database MySQL. Hal ini memungkinkan proses prediksi dapat dilakukan secara langsung melalui aplikasi web tanpa perlu memanggil ulang proses pelatihan.
Aplikasi ini dibangun menggunakan PHP untuk sisi server dan JavaScript untuk interaksi dinamis pada form, termasuk validasi input dan pemrosesan prediksi secara instan. Antarmuka ini dirancang agar mudah digunakan dan responsif.