Aplikasi jaringan neural untuk pemodelan dan prediksi curah hujan

Aplikasi jaringan neural umpan maju untuk prediksi dan pemodelan nonlinear telah diteliti untuk data pentad curah hujan dari kota Jakarta. Desain model jaringan neural perlu dioptimalisasi baik jumiah masukan, jumlah neuron (unit), jumlah lapisan tersembunyi maupun aturan pembelajaran karena akan menentukan kinerja dari model jaringan neural dan nilai korelasi dari hasil prediksinya.Pada penelitian in digunakan model jaringan neural dengan spesifikasi masukan 10 neuron, dua lapis tersembunyi masing-masing lapis kedua 2 neuron, lapis ketiga 1 neuron dan keluaran 1 neuron.Dengan menggunakan model jaringan neural tersebut maka didapat hasil prediksi dengan keakuratan yang ditunjukkan dengan nilai koefisien korelasi yaitu nilai korelasi (r~ 0,40) untuk daerah Jakarta.