2017 : RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS \nUNTUK MELAKUKAN PREDIKSI CUACA SERTA PEMETAAN PERUBAHAN CUACA DENGAN MENGGUNAKAN METODE HYBRID ARTIFICIAL NEURAL NETWORK DAN ENSEMBLED KALMAN FILTER \n

Prof. Ir. Arif Djunaidy M.Sc., Ph.D.
Edwin Riksakomara SKom, MT
Ahmad Muklason S.Kom., M.Sc., Ph.D


Abstract

Sistem Informasi Geografis (SIG) merupakan cabang ilmu yang sudah berkembang pesat dengan menggabungkan data kuantitatif dengan data spasial. SIG banyak digunakan untuk kebutuhan pemetaan, salah satunya di dunia kesehatan. Penelitian ini mempunyai kontribusi pada roadmap penelitian laboratorium Rekayasa Data dan Intelegensi Bisnis (RDIB) untuk bidang Business Intelligence dan Computerized Decision Support, khususnya topik Business Analytics, Visualization, dan Intelligent Systems. Di dalam roadmap laboratorium RDIB, penelitian ini termasuk dalam ranah prediksi data dan pemanfaatan ICT untuk pengembangan daerah di bidang kesehatan, dimana hasilnya akan dapat digunakan untuk meningkatkan kualitas kesehatan masyarakat daerah dimana nantinya dapat difungsikan sebagai sarana peringatan dini atas kemungkinan penyakit yang dapat muncul. Penelitian ini juga mendukung roadmap penelitian di Pusat Studi Kebumian, Bencana, dan Perubahan Iklim, khususnya di ranah Weather and Climate Forecasting. \nTujuan jangka panjang penelitian ini adalah merancang dan membuat suatu aplikasi Sistem Informasi Geografis yang dapat memprediksi perubahan cuaca di suatu wilayah serta menampilkannya dalam suatu bentuk informasi yang interaktif. Aplikasi ini nantinya dapat digunakan sebagai dasar pengambilan keputusan sebagai langkah antisipasi secara dini atas dampak yang dapat ditimbulkan akibat perubahan-perubahan iklim yang dapat terjadi di suatu wilayah. \nUntuk mencapai tujuan yang telah ditetapkan, penelitian ini memiliki dua tahap pengerjaan. Tahap pertama yang diusulkan pada tahun 2017 mempunyai fokus pada prediksi perubahan cuaca. Sedangkan untuk tahap kedua yang akan diusulkan untuk dilakukan pada tahun 2018 berfokus pada rancang bangun aplikasi system informasi geografisnya. \nMengingat data cuaca itu sangat fluktuatif maka dalam penelitian ini digunakan hybrid metode Artificial Neural Network (ANN) dengan Ensembled Kalman Filter. Penggabungan kedua metode ini didasarkan pada kelebihan model ANN yang dapat melakukan prediksi untuk data dengan pola yang tidak beraturan serta Kalman Filter yang telah terbukti dapat meningkatkan presisi sehingga dapat mendekati data aslinya. Dengan penggabungan dua metode tersebut diharapkan mendapatkan hasil prediksi dengan tingkat akurasi yang tinggi. Sedangkan untuk rancang bangun Sistem Informasi Geografisnya digunakan metode prototyping. \n\nKata kunci: Sistem Informasi Geografis, prediksi, cuaca, Artificial Neural Network, Kalman Filter