PREDIKSI CUACA MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION-NEURAL NETWORK (PSONN)

Transkripsi

1 emar Naoal Matemata da Aplaa, Otober 07 urabaa, Uverta Arlagga PREDIKI CUACA MENGGUNAKAN ALGORITMA PARTICLE WARM OPTIMIZATION-NEURAL NETWORK (PONN Dta Rahmala, Teguh Herlambag Program tud Matemata, Uverta Ilam Darul Ulum Lamoga Jl. Arlagga 3 uodad Lamoga dtarahmala@gmal.com Program tud tem Iforma, Uverta Nahdlatul Ulama urabaa Jl. Jemurar 5-57 urabaa teguh@uua.ac.d Abtract Pred cuaca terutama dalam meetua teta matahar merupaa hal ag agat petg pada maalah pemafaata eerg. Iteta matahar dpegaruh oleh fator epert uhu udara da elembaba udara. Algortma Neural Networ megguaa Bacpropaga telah dlaua dalam pred cuaca. Cara era algortma meerupa tem araf maua. Dalam algortma, terdapat la bobot ag dupdate dega cara propaga mau da propaga mudur pada proe trag da tetg ehgga meghala la pred ag medeat la target. Dalam peelta, aa dguaa metode hbrd Partcle warm Optmzato-Neural Networ (PONN pada maalah pred cuaca. Dalam PONN aa dbetu popula dar matr bobot awal ag meghubuga put, hdde laer, da output. Kemuda aa dupdate berdaara la Mea quare Error (ME pada umlah tera ag dtetua. Hal mula meuua bahwa algortma PONN dapat meghala la pred cuaca ag medeat la target. Keword Pred Cuaca, Partcle warm Optmzato, Neural Networ, Bacpropaga I. PENDAHULUAN Pred cuaca merupaa hal ag agat petg bag beberapa atvta. Dalam pred cuaca, terdapat baa od ag dapat damat mala uhu udara, elembaba udara, teta matahar, da ebagaa. Pred cuaca terutama dalam meetua teta matahar merupaa hal ag agat petg pada maalah pemafaata eerg. Meurut data dar emetera EDM pada tahu , umlah oum baha baar ma (BBM d Idoea lebh bear darpada umlah produ BBM ag megabata pemertah melaua mpor BBM. ebaga upaa utu megedala umlah pemaaa BBM, aat telah dlaua pemafaata eerg matahar mead eerg ltr melalu el ura. Dalam peelta, aa dbaha tetag pred cuaca ag berupa pred teta matahar. Neural Networ (NN dpereala oleh Mc Culloch da Ptt pada tahu 943. Cara era eural etwor mrp dega tem araf maua. alah atu e NN ag dguaa utu maalah pred adalah Bacpropaga dmaa model Bacpropaga adalah terdapat hdde laer d atara put da output (ag, 009. Algortma Partcle warm Optmzato (PO dpereala oleh Keed da Eberhart pada tahu 995. Cara era PO meerupa eumpula burug atau a dalam meemua umber maaa dmaa etap dvdu debut partel da popula debut warm (olo. PO dala dega eumpula partel ebaga addat olu pada po aca. etap partel dbera po awal da ecepata awal. Keta uatu partel meemua arah umber maaa, partel laa aa megut meuu umber maaa. alah atu apla PO adalah utu meemua pedeata olu optmal pada maalah optma dega tda beredala maupu dega edala (Rahmala, 07. Pada beberapa peelta ebeluma, telah dlaua peelta tetag etma teta matahar dega put uhu udara, elembaba udara (Hdaatullah, 04, peelta tetag pred curah hua dega put uhu udara, elembaba udara (Lu, 04.Karea hal pred dtetua oleh pemlha matr bobot awal (ag, 009, maa pada peelta aa dguaa algortma Partcle warm Optmzato- Neural Networ (PONN pada peetua matr bobot awal.algortma PONN adalah algortma ag meggabuga algortma PO da algortma NN dalam meemua matr bobot awal ag optmum. Dalam PONN aa dbetu popula dar matr bobot awal ag meghubuga put, hdde laer, da output. Kemuda aa dupdate berdaara la Mea quare Error (ME pada umlah tera ag dtetua. 4

2 Hal mula meuua bahwa algortma PONN dapat meghala la pred cuaca ag medeat la target. emar Naoal Matemata da Aplaa, Otober 07 urabaa, Uverta Arlagga II. NEURAL NETWORK Neural Networ (NN dpereala oleh Mc Culloch da Ptt pada tahu 943. Cara era eural etwor mrp dega tem araf maua atu :. al drm d atara euro melalu peghubug.. Peghubug atar euro meml bobot ag aa memperuat atau memperlemah al. 3. Utu meetua eluara, etap euro megguaa fug atva ag deaa pada umlaha maua ag dterma. Dalam NN, fug atva dpaa utu meetua eluara uatu euro. Argume fug atva adalah omba ler atara maua dega bobot. et x w ( f ( et f ( x w ( Pada umuma, fat fug atva adalah : otu, terdfereal, da tda turu. Pada peelta, fug atva ag dpaa adalah gmod ber dega rage (0- (ag, 009. f ( et (3 et e f '( et f ( et( f ( et (4 Algortma Bacpropaga Bacpropaga adaah alah atu e NN ag erg dguaa dalam proe pred. Algortma Bacpropaga terdr dar beberapa ut put x, x,..., x, beberapa ut hdde laer z, z,..., z p, da beberapa ut output,,..., m. Dalam ut put da hdde laer terdapat ba ag berla. Bobot v meghubuga ut put x meuu ut hdde laer z. Bobot w meghubuga ut hdde laer z meuu ut output. Dalam algortma Bacpropaga, terdapat tga fae perhtuga atu : propaga mau, propaga mudur, da update matr bobot. Model Bacpropaga dapat dlhat pada Gambar. Gambar. Model Bacpropaga Pada propaga mau, perhtuga megguaa fug atva dlaua mula dar put, hdde laer, da output ecara beruruta. Pada propaga mudur, perhtuga fator ealaha dlaua mula dar output, hdde laer, da put ecara beruruta. etelah tu, dlaua perubaha la pada matr bobot (Fauett, 994. Algortma Bacpropaga megguaa atu hdde laer dapat dataa ebaga berut : bppgt ( V, W. Iala matr bobotv da W dega blaga aca ecl atara -0,5 ampa 0,5. e whle( e maxepoch& & ME m ME for( d : dataze. Tap ut put meerma al da meerua e ut hdde laer. Propaga Mau 3. Htug emua eluara d ut hdde laer z,,,.., p z z _ et v x v (5 o f ( z _ et (6 z _ et e 4. Htug emua eluara d ut output,,,..., m p _ et w z w (7 0 f ( _ et _ et e (8 Propaga Mudur 5. Htug fator ut output berdaara ealaha d etap ut output,,,..., m t f ' ( _ et (9 ( 4

3 emar Naoal Matemata da Aplaa, Otober 07 urabaa, Uverta Arlagga 6. Htug perubaha bobot w z,,.., m 0,,,.., p (0 7. Htug fator ut hdde laer berdaara ealaha d etap ut laer terembu z,,,..., p _ et _ et m w f '( z _ et 8. Htug perubaha bobot v x,,..., p 0,,,..., ( ( Update Matr Bobot 9. Htug matr bobot ag baru w w w (3 v ed 0. Htug la ME ME dataze. e e ed Proe Pred v v (4 dataze m m d ( T d Y d (5 alah atu apla dar algortma Bacpropaga adalah utu proe pred. Pada peelta, data cuaca berupa uhu udara, elembaba udara, erta teta matahar aa dguaa. Tahapa dalam proe pred cuaca adalah ebaga berut (ag, 009 : Perapa Data :Dar data cuaca ag dperoleh, tetua put da output megguaa orela. Berdaara hal orela, teta matahar dpegaruh oleh uhu udara da elembaba udara, maa put atu : uhu udara (Celcu da elembaba udara (% erta output atu teta matahar (Watt/m. Pada peelta part data ag aa dguaa utu data trag ebear 80% dar eluruh data da data tetg ebear 0% dar eluruh data. Traforma Iput da Output e dalam Rage [0.-0.9] : Fug atva ag dguaa dalam proe pred adalah fug gmod ber ag meml la mmum 0 da mamum. Namu area fug gmod ber tda perah meetuh la 0 maupu, maa put da output haru dtraformaa e dalam rage [0.-0.9] ebelum proe trag dmula. Iala Matr Bobot: ebelum proe trag dmula, tetua matr bobot awal ag meghubuga put, hdde laer da output dega blaga aca ecl atara -0,5 ampa 0,5. Proe Trag: Proe trag megguaa data trag ag telah dtetua ebeluma. Atura pemberheta dalam proe trag dapat berupa mamum epoch atau la ME terecl telah dcapa. Matr Bobot Baru: Proe trag pada data trag meghala la matr bobot ag baru. Matr bobot lah ag aa dguaa pada proe trag data tetg. Proe Tetg: Proe trag megguaa data tetg ag telah dtetua ebeluma. Atura pemberheta adalah epoch utu meghtug la ME. Nla ME adalah la rata-rata dar uadrat elh la target dega la pred. Nla ME dapat dhtug dar Eq. 5. De-traforma Data:etelah la ME terecl tercapa, laua de-traforma pada data tetg utu megembala data e dalam betu aala ehgga dapat dterpretaa. III. PARTICLE WARM OPTIMIZATION-NEURAL NETWORK (PONN Pada peelta, aa dguaa metode PONN, ag meggabuga algortma PO da algortma NN dalam meemua matr bobot awal ag optmum dega la ME ag optmum. Dalam PONN, uatu partel dapat drepreetaa e dalam betu paaga matr bobot awal ag meghubuga put, hdde laer, da output. Kemuda dhmpu membetu umpula partel (warm. Proe optma dalaa dega la fte adalah la ME. Partcle warm Optmzato PO dpereala oleh Keed da Eberhart pada tahu 995. Cara era PO meerupa eumpula burug atau a dalam meemua umber maaa dmaa etap dvdu debut partel da popula debut warm (olo. PO dala dega eumpula partel ebaga addat olu pada po aca. etap partel dbera po awal da ecepata awal. Keta uatu partel meemua arah umber maaa, partel laa aa megut meuu umber maaa. 43

4 emar Naoal Matemata da Aplaa, Otober 07 urabaa, Uverta Arlagga U Dalam PO, la po partel X ( t dupdate berdaara la ecepata partel U ( t dega peramaa berut (Keed da Eberhart, 995: ( t U ( t cr ( Pbet X ( t cr ( Gbet X ( t (6 X ( t X ( t U ( t (7 Nla adalah bobot era dega la 0,9-,. Varabel Pbet adalah local bet partcle dar partel, atu po partel ag terba dar watu awal ampa watu earag. Varabel Gbet adalah global bet partcle ag dplh dar Pbet ag meml po terba. Nla r da r adalah blaga aca eragam atara 0-, edaga c c (Keed da Eberhart, 995. Algortma PONN Algortma PONN meggabuga algortma PO da algortma NN dalam meemua matr bobot awal ag optmum (Raumar, 05. Dalam PONN, uatu partel dapat drepreetaa e dalam betu paaga matr bobot awal ag meghubuga put, hdde laer, da output ebaga berut : = (, =, (8 Dmaa v adalah bobot ag meghubuga put x meuu hdde laer z edaga w adalah bobot ag meghubuga hdde laer z meuu output. Nla badalah bobot ba. Lagah-lagah algortma PONN adalah ebaga berut :. Iala eumlah Npo partel X berupa paaga matr bobot V da W dega blaga aca atara -0,5 ampa 0,5. X (0 ( V (0, W (0,,,..., N (9. Iala ecepata partelu U (0,,,..., N (0 3. Tetua local bet partcle Pbet Pbet X (0,,,..., N ( 4. Htug ftte fucto megguaa algortma Bacpropagato f ( Pbet bppgt( V (0, W,,...,N (0 ( 5. Tetua global bet partcle Gbet Gbet argm( f ( Pbet,,,..., N (3 Pbet 6. Update po da ecepata partel for t 0 : max_ t for : N Htug ecepata partel berdaara peramaa Eq. 6. Update po partel berdaara peramaa Eq. 7. Htug fte fucto po partel megguaa algortma Bacpropagato f ( X ( t bppgt( V ( t, W ( t,,...,n (4 Tetua local bet partcle Pbet Pbet arg m( f ( X (0, f ( X (,..., f ( X ( t X,,...,N (5 ed Tetua global bet partcle Gbet Gbet argm( f ( Pbet,,,..., N (6 ed Pbet Kemuda aa dperoleh matr bobot awal ag optmum dmaa fte fucto ag dguaa adalah la Mea quare Error (ME (Raumar, 05. ME N m ( T P,,,..., N (7 N m Dega N adalah umlah pola trag, adalah la target pada pola d eluara adalah la pred pada pola d eluara IV. HAIL IMULAI, T P. Hal mula adalah berupa la pred ag dbadga dega la target megguaa PONN. 44

5 emar Naoal Matemata da Aplaa, Otober 07 urabaa, Uverta Arlagga Pola Hubuga pada Varabel Data ag dguaa adalah data cuaca pada bula Jauar-Jul 0 ag dambl pada daerah Jaarta.Iforma tetag cuaca terbag dalam : uhu udara (Celcu, elembaba udara (%, da teta matahar (Watt/m. Gambar. meuua uhu udara, elembaba udara, da teta matahar elama bula Jauar-Jul 0 ag terdr dar 00 har. Gambar. Data uhu udara, elembaba udara, da teta matahar elama Jauar-Jul 0. Dar parameter uhu udara, elembaba udara, da teta matahar, aa daal hubuga atara uhu udara, elembaba udara terhadap teta matahar. Pola hubuga atara uhu udara x da teta matahar dapat dlhat pada Gambar 3(r edaga pola hubuga elembaba udara x da teta matahar dapat dlhat pada Gambar 3 (aa. Gambar 4 meuua pola gabuga hubuga uhu udara x da elembaba udara matahar. x terhadap teta x xx ( x x ( ( x x ( Dar hal perhtuga, dperoleh orela potf ebear r 0, 676 ag arta ema x tgg uhu udara, teta matahar megat. Utu megetahu hubuga atara elembaba udara da teta matahar, dapat dhtug la orela atara elembaba udara dega teta matahar. Dega : r x x xx ( x x xx x ( ( x x ( (9 Dar hal perhtuga, dperoleh orela egatf ebear r 0, 565 ag arta ema x tgg elembaba udara, teta matahar meuru. Gambar 3. Pola hubuga atara uhu udara da teta matahar (r. Pola hubuga atara elembaba udara da teta matahar (aa Utu megetahu hubuga atara uhu udara da teta matahar, dapat dhtug la orela atara uhu udara dega teta matahar. x rx (8 Dega : xx Gambar 4. Pola hubuga gabuga atara uhu udara da elembaba udara terhadap teta matahar. Dar hal orela, dapat dbetu put ag dguaa pada proe pred adalah uhu udara (Celcu da elembaba udara (% edaga output ag dguaa adalah teta matahar (Watt/m. 45

6 emar Naoal Matemata da Aplaa, Otober 07 urabaa, Uverta Arlagga Part pada Data Pada proe pred megguaa Bacpropaga, data cuaca dpart mead data trag ebear 80% da data tetg ebear 0%. Dar data cuaca ebear 00 data, ag aa dguaa ebaga data trag adalah data ag bua elpata 5, edaga data tetg adalah data elpata 5 (5,0,5,...,00 ehgga umlah data tetg berumlah 40. Betu part datapada output teta matahar dapat dlhat Gambar 5. meghubuga hdde laer pertama da hdde laer edua, matr bobot awal ag meghubuga hdde laer edua da output. Parameter ag dguaa pada PONN dapat dlhat pada Tabel da Tabel : TABEL. PARAMETER PONN Dme partel ub partel 3 4 ub partel 5 3 ub partel 3 4 Jumlah partel dalam warm 0 Mamum tera 30 TABEL. PARAMETER NN DALAM PO Gambar 5. Part pada data dega wara bru adalah data trag da wara merah adalah data tetg. Ata : ebelum traforma. Bawah : etelah traforma Model Jarga Bacpropaga Model Bacpropaga ag dguaa dalam peelta terdr dar dua put (uhu udara x da elembaba udara x da ba. Kemuda terdapat dua hdde laer erta atu output atu teta matahar. Hdde laer pertama terdapat empat ut da atu ba. Hdde laer edua terdapat tga put da atu ba. Karea megguaa dua hdde laer, maa repreeta partel pada Eq. 8 dmodfa mead tga matr bobot awal. Matr bobot awal pertama (ub partel meghubuga ut put dega hdde laer pertama, matr bobot awal edua (ub partel meghubuga hdde laer pertama dega hdde laer edua, matr bobot awal etga (ub partel 3 meghubuga hdde laer edua dega ut output. Parameter PONN Algortma PONN meggabuga algortma PO da algortma NN dalam meemua matr bobot awal ag optmum. Algortma NN ag dguaa adalah Bacpropagato ag dguaa utu meghtug la ME ebaga la fte. Repreeta partel pada PONN adalah paaga tga matr bobot awal, atu matr bobot awal ag meghubuga put da hdde laer pertama, matr bobot awal ag Proe Trag Lau pemahama 0, Jumlah data (80% Mamum epoch 000 Proe Tetg Lau pemahama 0, Jumlah data (0% Mamum epoch Perhtuga fte fucto pada PONN megguaa algortma Bacpropagato ag melbata data trag da data tetg. Keta uatu partel ag terdr dar tga matr bobot memau algortma Bacpropagato, terad proe trag pada data trag da proe tetg pada data tetg ehgga meghala la ME ebaga la fte. Gambar 6. Proe optma pada Partcle warm Optmzato-Neural Networ (PONN Hal mula pada PONN dapat dlhat pada Gambar 6. Pada tera pertama, algortma PONN meuua la ME ag relatf bear. Pada proe optma, po partel 46

7 emar Naoal Matemata da Aplaa, Otober 07 urabaa, Uverta Arlagga dupdate berdaara ecepata partel ehgga la ME meuru ampa tera mamum. Hal Pred mula dmula dega mealaa mula PONN. Pada ahr tera PONN, dperoleh global bet partcle ebaga bobot awal ag optmal. Bobot awal optmal terebut dtrag ulag da dtetg ulag utu memperba hal pred dega memperpaag umlah epoch megguaa algortma Bacpropaga dega parameter epert Tabel 3. TABEL 3. PARAMETER NN PADA PROE PENGULANGAN Proe Trag Lau pemahama 0, Jumlah data (80% Mamum epoch 000 Proe Tetg Lau pemahama 0, Jumlah data (0% x Mamum epoch (exteded 000 Hal mula terdr dar hal mula pada data trag da hal mula pada data tetg.data trag dambl dar data ag bua elpata 5. Kemuda dlaua proe trag ampa 000 epoch. Hal mula pada data trag dapat dlhat pada Gambar 7 dmaa dapat dlhat perbadga atara la target (bru da la pred (merah. Data tetg dambl dar data elpata 5.Kemuda dlaua proe trag ampa 000 epoch (exteded utu memperba hal pred dar PONN. Gambar 9. meuua perbadga la target (bru dega la pred (merah. Gambar 8 meuua overge la ME pada proe trag. Dapat dlhat a la ME meuru erg dega bertambaha epoch. Gambar meuua la ME pada data tetg ag meuua adaa perbaa dar 0,0088 mead 0, Gambar 8. Nla Mea quare Error (ME pada data trag. Ata : ebelum detraforma. Bawah : etelah detraforma Gambar 9. mula pada data tetg. Ata : ebelum detraforma. Bawah : etelah detraforma Gambar 0. Nla elh atara target da hal. Ata : ebelum detraforma. Bawah : etelah detraforma Gambar 7. mula pada data trag. Ata : ebelum detraforma. Bawah : etelah detraforma 47

8 emar Naoal Matemata da Aplaa, Otober 07 urabaa, Uverta Arlagga Rada Matahar Peram pada Permuaa Horzotal dega Extreme Learg Mache, Jural Te POMIT, IN Vol. No., 04 p.-6. Keed, J., da Eberhart, R.C., 995, Partcle warm Optmzato, Proc IEEE It. Cof. Neural Networ, p Lu, J., Xue,., Zhag, X., Zhag,., da Lu, W., 04, Neural Fuzz Iferece tem-baed Weather Predcto Model ad It Precptato Predcto Expermet, Atmophere, IN Vol. 5, November 04 p Gambar. Nla Mea quare Error (ME pada data tetg. Ata : ebelum detraforma. Bawah : etelah detraforma V. KEIMPULAN NN megguaa Bacpropaga dapat dguaa pada maalah pred. Algortma PONN adalah algortma ag meggabuga algortma PO da algortma NN dalam meemua matr bobot awal ag optmum. Dalam PONN aa dbetu popula dar matr bobot awal ag meghubuga put, hdde laer, da output. Kemuda aa dupdate berdaara la Mea quare Error (ME pada umlah tera ag dtetua.hal mula meuua bahwa algortma PONN dapat meghala la pred cuaca ag medeat la target. DAFTAR PUTAKA Fauett, L., 994, Fudametal of Neural Networ, Pretce-Hall Hdaatullah, N.U., da Ya umar, 04, Etma Matareh, L.A., heta, A., Ba-Ahmad,.,Alhaer, J., da Al-oql, I., 04, Developmet of Temperature-baed Weather Forecatg Model Ug Neural Networ ad Fuzz Logc, Iteratoal Joural of Multmeda ad Obqutou Egeerg, IN Vol. 9 No., 04 p Rahmala, D., 07, Partcle warm Optmzato- Geetc Algorthm (POGA o Lear Traportato Problem, AIP Coferece Proceedg, IBN Vol. 867, Augut 07 p. ( Raumar, R., Albert, A.J, da Chadraala, D., 05, Weather Forecatg ug Fuzz Neural Networ (FNN ad Herarch Partcle warm Optmzato Algorthm (HPO, Ida Joural of cece ad Techolog, IN Vol. 8, No., Jue 05 p.-8. Rao,.., 009, Egeerg Optmzato : Theor ad Practce, Joh Wle ad o, New Jere. ag, J.J., 009, Jarga araf Trua da Pemrogramaa Megguaa Matlab, Peerbt ANDI, Yogaarta. 48