APLIKASI SOFT COMPUTING PADA PREDIKSI CURAH HUJAN DI KALIMANTAN
TESIS Karya tulis sebagai salah suatu syarat untuk memperoleh gelar magister dari Institut Teknologi Bandung
Oleh : DENI SEPTIADI NIM : 22406002 Program Studi Sains Kebumian
INSTITUT TEKNOLOGI BANDUNG 2008
ABSTRAK
APLIKASI SOFT COMPUTING PADA PREDIKSI CURAH HUJAN DI KALIMANTAN
Oleh : Deni Septiadi NIM : 55406002
Analisis clustering curah hujan di Kalimantan menggunakan Jaringan Kompetitif Kohonen menghasilkan 5 kelompok wilayah yang disebut Zona Prediksi. Sementara itu spektrum data memperlihatkan sinyal sunspot hadir dalam deret waktu data curah hujan di semua Zona Prediksi dengan magnitude terbesar pada Zona Prediksi 2 yang mengindikasikan bahwa zona
tersebut
memberikan respon langsung pada fenomena sunspot. Peranan aktivitas matahari pada pembentukan awan tinggi dipercayai berkaitan dengan variabilitas fluks sinar kosmik yang bervariasi terhadap lintang. Prediksi curah hujan bulanan dengan Metode ANFIS maupun Jaringan Neural dilakukan dengan menggunakan 1 Prediktor (curah hujan) dan 2 Prediktor (kombinasi antara sinar kosmik dan sunspot) dengan panjang data bervariasi yaitu 45 tahun, 30 tahun, dan 15 tahun serta panjang data 46 tahun untuk prediksi tahunan (2007–2020). Secara keseluruhan keluaran Metode ANFIS 1 Prediktor menunjukkan nilai rata-rata RMSE (Root Mean Square Error) yang lebih kecil untuk prediksi bulanan. Namun pada prediksi tahunan, Metode ANFIS 2 Prediktor menunjukkan hasil yang lebih baik. Dengan demikian fenomena sunspot dan sinar kosmik sebagai prediktor perlu dipertimbangkan dalam melakukan prediksi jangka panjang karena memberikan akurasi yang lebih baik dibandingkan jika hanya menggunakan curah hujan sebagai prediktor
Kata kunci : Analisis clustering, Jaringan Kompetitif, Zona Prediksi, Spectrum data, ANFIS, Jaringan Neural, RMSE, kosmik, sunspot. i
ABSTRACT
SOFT COMPUTING APPLICATION FOR RAINFALL PREDICTION IN KALIMANTAN
By : Deni Septiadi NIM : 22406002
Clustering analysis of rainfall at Kalimantan using Competitive Neural Kohonen
yields 5 groups area called Prediction Zone. Meanwhile, data
spectrum shows that sunspot signal exist in time series of rainfall to all of the Prediction Zone with the biggest magnitude at Prediction Zone 2 and indicated that zone gives direct response to the sunspot phenomena. Role of the sunspot activity to the high cloud formation believed relationships to the cosmic rays flux that various at latitude. Monthly rainfall prediction with ANFIS Method and Neural Network done with 1 Predictor (rainfall) and 2 Predictors (combine between cosmic rays and sunspot) at various length of data that is 45 years, 30 years, and 15 years and 46 years data length for yearly prediction (2007-2020). Over all, output 1 Predictor ANFIS Method shows small average value RMSE (Root Mean Square Error) for monthly prediction. But, for yearly prediction, 2 Predictors ANFIS Method shows more accurates. That’s way, sunspot and cosmic rays phenomena as predictor needs to be considered for long term prediction because gives better accuracy then only using rainfall as predictor.
Key words: Clustering analysis, Competitive Neural, Prediction Zone, Spectrum of data, ANFIS, Neural Network, RMSE, cosmic, sunspot.
ii
PEDOMAN PENGGUNAAN TESIS
Tesis S2 yang tidak dipublikasikan terdaftar dan tersedia di Perpustakaan Institut Teknologi Bandung, dan terbuka untuk umum dengan ketentuan bahwa hak cipta ada pada pengarang dengan mengikuti aturan HaKi yang berlaku di Institut Teknologi Bandung. Referensi kepustakaan diperkenankan dicatat, tetapi pengutipan atau peringkasan hanya dapat dilakukan seizin pengarang dan harus disertai dengan kebiasaan ilmiah untuk menyebutkan sumbernya.
Memperbanyak atau menerbitkan sebagian atau seluruh tesis haruslah seizin Direktur Program Pascasarjana, Institut Teknologi Bandung.
iii
UCAPAN TERIMA KASIH
Alhamdulillah tesis ini dapat penulis selesaikan sebagai sebagai salah satu syarat untuk memperoleh gelar magister dari Institut Teknologi Bandung pada Program Studi Sains Kebumian. Ucapan terima kasih penulis sampaikan kepada berbagai pihak yang turut membantu dalam penyusunan tugas akhir tesis ini diantaranya : 1. Prof. Dr. Bayong Tjasyono H. K, selaku dosen pembimbing pertama sekaligus dosen wali yang telah meluangkan waktunya dalam memberikan pengarahan dan bimbingan. 2. Prof. Dr. The Houw Liong, selaku dosen pembimbing kedua yang telah banyak memberikan masukan dalam penyusunan tesis ini. 3. Dr. Tri Wahyu Hadi, selaku dosen penguji yang telah memberikan kritik dan saran dalam kesempurnaan penulisan maupun penyusunan tesis. 4. KAPUSDIKLAT BMG Pusat yang telah memberikan bantuan beasiswa sehingga penulis dapat melanjutkan studi magister di Institut Teknologi Bandung. 5. Istri dan kedua buah hatiku tercinta yang memberikan inspirasi dan dukungan penuh serta kedua orangtua di Pontianak yang memberikan do’a dan semangat bagi penulis.
Bandung, Mei 2008
Penulis
iv
v
DAFTAR ISI ABSTRAK …………………………………………………………………..
i
ABSTRACT …………………………………………………………………
ii
PEDOMAN PENGGUNAAN TESIS .............................................................
iii
UCAPAN TERIMA KASIH ………………………………………………...
iv
DAFTAR ISI ………………………………………………………………...
v
DAFTAR LAMPIRAN ...................................................................................
vii
DAFTAR GAMBAR DAN ILUSTRASI .......................................................
ix
DAFTAR TABEL …………………………………………………………...
xi
DAFTAR SINGKATAN DAN LAMBANG ………………………………..
xii
Bab I
Pendahuluan ……………………………………………………...
1
I.1
Latar Belakang ................................................................................
1
I.2
Batasan Masalah .............................................................................
3
I.3
Tujuan Penelitian ............................................................................
3
I.4
Sistematika Pembahasan .................................................................
4
Bab II
Tinjauan Pustaka ………………………………………………….
5
II.1
Karakteristik Matahari .....................................................................
5
II.2
Struktur Matahari ............................................................................
5
II.3
Aktivitas Matahari ...........................................................................
6
II.4
Sunspot ...........................................................................................
8
II.5
Sistem Bumi – Matahari .................................................................
14
II.6
Kondisi Geografis Kalimantan .......................................................
18
Bab III
Metodologi Penelitian ……………………………………………
20
III. 1
Data ................................................................................................
20
III.2
Pengolahan Data ............................................................................
21
III.2.1 Clustering Jaringan Kohonen .........................................................
21
III.2.2 Aplikasi Soft Computing ...............................................................
23
III.2.2.1 Neural Network (NN) ....................................................
23
III.2.2.2 ANFIS (Adaptive Neuro Fuzzy Inferrence System) ......
26
III.2.3 Alur Penelitian ..............................................................................
30
v
Bab IV
Analisis dan Pembahasan ………………………………………..
31
IV.1
Analisis Clustering .........................................................................
31
IV.2
Analisis Spektral ............................................................................
32
IV.3
Prediksi Curah Hujan .....................................................................
41
Bab V
Kesimpulan dan Saran …………………………………………...
50
V.1
Kesimpulan ....................................................................................
50
V.2
Saran ...............................................................................................
50
DAFTAR PUSTAKA ……………………………………………………….
51
LAMPIRAN ....................................................................................................
53
vi
DAFTAR LAMPIRAN Lampiran I
Pengolahan Dengan Menggunakan Metode ANFIS ...............
53
I.1
Training ANFIS Bulanan 1 Prediktor (1991-2005) ………...
54
I.2
Training ANFIS Bulanan 1 Prediktor (1976-2005) ………...
56
I.3
Training ANFIS Bulanan 1 Prediktor (1961-2005) ………...
58
I.4
Training ANFIS Tahunan 1 Prediktor (1961-2005) ………..
60
I.5
Training ANFIS Tahunan 2 Prediktor (1961-2005) ………..
62
I.6
Prediksi ANFIS Tahun 2006, 1 Prediktor (1991-2005) ….....
64
I.7
Prediksi ANFIS Tahun 2006, 1 Prediktor (1976-2005) …....
65
I.8
Prediksi ANFIS Tahun 2006, 1 Prediktor (1961-2005) ……
66
I.9
Prediksi ANFIS Tahun 2007-2020, 1 Prediktor (1961-2005).
67
I.10
Prediksi ANFIS Tahun 2007-2020, 2 Prediktor (1961-2005)
68
Pengolahan Dengan Menggunakan Metode Jaringan Neural
69
II.1
Training Jaringan Neural Bulanan, 1 Prediktor (1991-2005)
70
II.2
Training Jaringan Neural Bulanan, 1 Prediktor (1976-2005)
72
II.3
Training Jaringan Neural Bulanan, 1 Prediktor (1961-2005)
74
II.4
Prediksi Jaringan Neural Tahun 2006, 1 Prediktor (1991-
Lampiran II
2005) ...………………………………………………………. II.5
Prediksi Jaringan Neural Tahun 2006, 1 Prediktor (19762005) ...……………………………………………………….
II.6
76 77
Prediksi Jaringan Neural Tahun 2006, 1 Prediktor (19612005) …………………………………………………………
78
Lampiran III
Pengolahan dan Analisa Data ..................................................
79
III.1
Distribusi Curah Hujan Rata-rata pada 25 pos penakar ..........
80
III.2
Hasil clustering dengan Jaringan Kompetitif Kohonen ..........
81
III.3
Hubungan Curah Hujan dan Siklus Sunspot pada masingmasing Zona Prediksi ..............................................................
III.4 III.5
Power Spektrum versus Frekuensi data curah
82
hujan
masing-masing Zona Prediksi ..............................................
83
Pola Angin Bulanan 1000 mb Tahun 2006 .............................
84
vii
III.6
Kontur Kecepatan Angin Bulanan Rata-rata Observasi Permukaan ...............................................................................
III.7
86
Kontur Kecepatan Angin Tahunan Rata-rata Observasi Permukaan ...............................................................................
87
III.8
Radiasi Matahari dan Lama Penyinaran di Indonesia .............
88
III.9
Radiasi Matahari dan Lama Penyinaran di Indonesia .............
89
Lampiran IV
Verifikasi Hasil Keluaran Model ..........................................
90
IV.1
Nilai RMSE ANFIS Bulanan, 1 Prediktor (1991-2005) .........
91
IV.2
Nilai RMSE ANFIS Bulanan, 1 Prediktor (1976-2005) .........
93
IV.3
Nilai RMSE ANFIS Bulanan 1, Prediktor (1961-2005) .........
95
IV.4
Nilai RMSE Jaringan Neural Bulanan, 1 Prediktor (19912005) ........................................................................................
IV.5
Nilai RMSE Jaringan Neural Bulanan, 1 Prediktor (19762005) ........................................................................................
IV.6
97 99
Nilai RMSE Jaringan Neural Bulanan, 1 Prediktor (19612005) ........................................................................................
101
IV.7
Nilai RMSE ANFIS Bulanan, 2 Prediktor (1961-2005) .........
103
IV.8
Nilai RMSE Jaringan Neural Bulanan, 2 Prediktor (19612005) ........................................................................................
viii
105
DAFTAR GAMBAR DAN ILUSTRASI Gambar II.1
Model struktur Matahari .............................................................
6
Gambar II.2
Dinamo Babcok ..........................................................................
7
Gambar II.3
Sunspot matahari ........................................................................
9
Gambar II.4
Siklus Sunspot ............................................................................
9
Gambar II.5
Sinar kosmik primer yang masuk pada atmosfer atas bumi sekitar 30 km dari permukaan ....................................................
Gambar II.6
Lapisan sinar kosmik primer masuk atmosfer atas sekitar 30 km dan menabrak
molekul
udara
menghasilkan
sinar
kosmik sekunder ....................................................................... Gambar II.7
13
Kurva variabilitas sinar kosmik (GCR) dan bilangan bintik matahari ......................................................................................
Gambar II.8
12
14
Posisi matahari-bumi menentukan empat musim yakni musim panas (summer), musim dingin (winter), musim gugur (autum) dan musim semi (spring) ............................................................
15
Gambar II.9
Batas-batas daerah monsun ........................................................
17
Gambar II.10
Pola Curah Hujan di Indonesia ...................................................
18
Gambar II.11
Posisi geografis Kalimantan .......................................................
19
Gambar III.1
Topologi neuron ........................................................................
22
Gambar III.2
Arsitektur Jaringan Neural .........................................................
24
Gambar III.3
Grafik Fungsi Aktivasi Sigmoid Biner .......................................
24
Gambar III.4
Struktur ANFIS ..........................................................................
27
Gambar III.5
Alur penelitian ............................................................................
30
Gambar IV.1
Posisi neuron sebelum pelatihan ................................................
31
Gambar IV.2
Posisi neuron setelah pelatihan (epoch = 500) ...........................
31
Gambar IV.3
Spektrum data sunspot ...............................................................
33
Gambar IV.4
Spektrum data curah hujan pada Zona Prediksi 2 ......................
33
Gambar IV.5
Gerakan helikal ion dan elektron sepanjang garis gaya magnet
35
Gambar IV.6
Koefisien korelasi antara sinar kosmik primer dan tutupan awan ...........................................................................................
ix
35
Gambar IV.7
Intensitas sinar kosmik sebagai fungsi garis bujur ....................
36
Gambar IV.8
Kurva hubungan sinar kosmik dengan siklus sunspot ...............
37
Gambar IV.9
Kurva hubungan siklus sunspot-radiasi-sinar kosmik ................
38
Gambar IV.10 Kontur radiasi rata-rata untuk Indonesia ....................................
38
Gambar IV.11 Isohyet curah hujan bulanan rata-rata.........................................
39
Gambar IV.12 Distribusi radiasi zona prediksi 2 ...............................................
39
Gambar IV.13 Pola angin 1000 mb bulan (a) Januari dan (b) bulan Juli ...........
40
Gambar IV.14 Kontur kecepatan angin tahunan rata-rata ..................................
40
Gambar IV.15 Korelasi curah hujan – sunspot pada Zona Prediksi 2 .............
41
Gambar IV.16 Hasil Training (atas) dan Error (bawah) dengan Metode ANFIS 1 Prediktor untuk Zona 1 menggunakan panjang data 45 tahun ......................................................................................
42
Gambar IV.17 Hasil prediksi (2006) dengan Metode ANFIS 1 Prediktor untuk Zona 1 menggunakan panjang data 45 tahun .................
42
Gambar IV.18 Hasil Training (atas) dan Error (bawah) dengan Jaringan Neural 1 Prediktor untuk Zona 1 menggunakan panjang data 45 tahun ...................................................................................... Gambar IV.19 Hasil prediksi (2006) dengan
43
Jaringan Neural 1 Prediktor
untuk Zona 1 menggunakan panjang data 45 tahun ..................
43
Gambar IV.20 Hasil Training (atas) dan Error (bawah) dengan Metode ANFIS 1 Prediktor untuk Zona 1 menggunakan panjang data 46 tahun ...................................................................................... Gambar IV.21 Hasil prediksi Tahunan Metode ANFIS
46
1 Prediktor untuk
Zona 1 menggunakan panjang data 46 tahun ............................
46
Gambar IV.22 Hasil Training (atas) dan Error (bawah) dengan Metode ANFIS 2 Prediktor untuk Zona 1 menggunakan panjang data 46 tahun ...................................................................................... Gambar IV.23 Hasil prediksi Tahunan Metode ANFIS
47
2 Prediktor untuk
Zona 1 menggunakan panjang data 46 tahun .............................
47
Gambar IV.24 Hasil prediksi Metode ANFIS untuk siklus sunspot ..................
49
Gambar IV.25 Hasil prediksi Tahunan Metode ANFIS 2 input untuk Zona 2 .
49
x
DAFTAR TABEL Durasi matahari terbit sampai terbenam (siang hari) ..............
15
Tabel III.1 Daftar Stasiun Hujan di Kalimantan .......................................
20
Tabel IV.1 Zona Prediksi ..........................................................................
32
Tabel II.1
Tabel IV.2 Nilai RMSE dan Koefisien Korelasi tiap Zona Prediksi Dengan Metode ANFIS 1 Prediktor ........................................ Tabel IV.3 Nilai RMSE dan Koefisien
Korelasi tiap Zona Prediksi
Dengan Metode Jaringan Neural 1 Prediktor .......................... Tabel IV.4 Akurasi
44
tiap Zona Prediksi dengan Metode ANFIS 1
Prediktor pada panjang data 46 tahun ..................................... Tabel IV.6 Akurasi
44
tiap Zona Prediksi dengan Metode ANFIS 2
Prediktor pada panjang data 45 tahun ..................................... Tabel IV.5 Akurasi
44
48
tiap Zona Prediksi dengan Metode ANFIS 2
Prediktor pada panjang data 46 tahun. ....................................
xi
48
DAFTAR SINGKATAN DAN LAMBANG SINGKATAN
Pemakaian
Nama
pertama kali pada halaman QPF
Quantitative Forecast of Precipitation
1
FL
Fuzzy Logic
2
NN
Neural Network Theory
2
PR
Probabilistic Reasoning
2
ANFIS
Adaptive Neuro-Fuzzy Inference System
2
IOD
Indian Ocean Dipolemode
3
ENSO
El Nino Southern Oscillation
3
MHD
Dynamo magnetohydrodynamics
6
GCR
Galatic Cosmic Ray
14
SST
Sea Surface Temperature
16
BMG
Badan Meteorologi dan Geofisika
18
ITCZ
Inter Tropical Convergence Zone
19
DIPERTA
Dinas Pertanian
20
FFT
Fast Fourier Transform
32
RMSE
Root Mean Square Error
41
c
Cepat rambat cahaya
5
m
Jumlah massa yang hilang
5
E
Kuantitas energi
5
R
Bilangan Sunspot
8
f
Total bilangan sunspot
8
g
Jumlah group atau kelompok sunspot
8
K
Merupakan faktor reduksi
8
N
Nitrogen
11
O
Oksigen
11
LAMBANG
xii
P
Proton
11
π:
Pion
11
γ
Sinar gamma
11
e
Elektron
11
μ
Muon
11
Antineutrino elektron
11
Neutrino
11
Antineutrino muon
11
N
Neutron
11
Yt
Observasi pada waktu t
21
l
Positif integer
21
νμ
−
F q −
v −
B
Gaya
yang
bekerja
pada
partikel
34
bermuatan Muatan partikel
34
Kecepatan partikel bermuatan
34
Induksi magnetik.
34
xiii
