APLIKASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MEMPREDIKSI KORBAN JIWA PADA KEJADIAN TORNADO DI AMERIKA SERIKAT (Studi Kasus: Data Tornado Di Amerika Serikat Tahun 2016)

Abstract

Bencana alam dapat terjadi secara tiba-tiba maupun melalui proses yang berlangsung secara perlahan. Seperti yang terjadi pada tornado yang umumnya terjadi di wilayah Amerika serikat, peristiwa tersebut dapat mengancam dan menggangu kehidupan dan penghidupan masyarakat yang sehingga mengakibatkan timbulya korban jiwa, kerusakan lahan, kerusakan lingkungan, dan kerugian harta benda. Salah satu metode mengimplementasikan untuk memprediksi korban jiwa bencana alam dengan nilai Mean Square Error (MSE) adalah algoritma Backpropagation. Pengolahan data dilakukan dengan beberapa tahapan, yaitu data tornado Amerika Serikat tahun 2016 dijadikan sebagai data latih dan data uji, untuk pembentukan model diperlakukan banyak percobaan menetapkan jumlah hidden layer, menentukan jumlah neuron, dalam hidden layer, penentuan besarnya learning rate, serta menerapkan teknik pembelajaran pada jaringan yang direncanakan. Kemudian model terbaik yang didapatkan terdiri dari 2 lapisan neuron yaitu lapisan pertama 5 neuron dan lapisan kedua yaitu 2 neuron menggunakan data latih dan mendapatkan nilai error sebesar 0,062336 pada iterasi ke- 17957 lalu di lanjutkan dengan menggunakan data uji didapatkan nilai MSE sebesar 3,0536762.