Prediksi Curah Hujan di Kota Bima Menggunakan Algoritma Backpropogation Dengan Optimasi Bee Colony

Authors : De Siroj Ragil Ahmad; Tri Maryono Rusadi; Rizki Maulana; Mustakim Ali
article cite 0 Year 2026
source: Semeton Mathematics Journal
Abstract

Prediksi curah hujan merupakan hal penting bagi pemerintah Kota Bima dalam mendukung pembangunan daerah dan mitigasi bencana. Penelitian ini bertujuan untuk memodelkan prediksi curah hujan di Kota Bima menggunakan Jaringan Syaraf Tiruan (JST) metode Backpropagation yang dioptimasi dengan algoritma Bee Colony. Data yang digunakan adalah data historis curah hujan dari BMKG tahun 2020 hingga 2024. Dalam tahap pra-pemrosesan, teknik Interpolasi Lagrange diterapkan untuk melengkapi data curah hujan yang kosong agar hasil pelatihan lebih optimal. Data tahun 2020-2023 digunakan sebagai data training, sedangkan data tahun 2024 digunakan sebagai data testing. Hasil penelitian menunjukkan bahwa model JST mampu mengenali pola curah hujan dengan baik. Implementasi algoritma Artificial Bee Colony terbukti berhasil mengoptimasi parameter bobot pada JST dan meningkatkan akurasi prediksi dibandingkan dengan metode Backpropagation standar. Hal ini dibuktikan dengan penurunan nilai Root Mean Square Error (RMSE) pada data testing, di mana model Backpropagation standar menghasilkan RMSE sebesar 7,90, sementara model yang dioptimasi dengan Bee Colony menghasilkan RMSE yang lebih rendah yaitu 7,80. Penelitian ini menyimpulkan bahwa penggunaan algoritma Bee Colony lebih efektif dalam meminimalkan kesalahan prediksi curah hujan di wilayah Kota Bima.


Concepts :
Data Mining and Machine Learning Applications
Computer Science and Engineering
Multimedia Learning Systems
article cite 0 Year 2026 source Semeton Mathematics Journal
SDGs
Sustainable cities and communities
Citations by Year
YearCount
2026 0