IMPLEMENTATION OF ARTIFICIAL NEURAL NETWORK FOR MONTHLY RAIN ATTACKS IN SOUTH KALIMANTAN

Nur Arminarahmah, M. Munir
{"title":"IMPLEMENTATION OF ARTIFICIAL NEURAL NETWORK FOR MONTHLY RAIN ATTACKS IN SOUTH KALIMANTAN","authors":"Nur Arminarahmah, M. Munir","doi":"10.20527/JTIULM.V4I1.36","DOIUrl":null,"url":null,"abstract":"Prakiraan hujan bulanan bisa digunakan untuk antisipasi banjir dan manajemen sumber daya air, keselamatan jiwa dan harta benda, serta keberlangsungan aktivitas ekonomi. Penggunaan Jaringan Syaraf Tiruan sebagai bagian dari Machine Learning adalah teknik yang sering digunakan selain numerical weather prediction dan metode statistik. Menggunakan peru-bah data bulan dan data empirical orthogonal function anomali suhu muka laut bulanan pada 12 lokasi menghasilkan nilai korelasi yang baik saat pembuatan model, tetapi hasil verifikasi menunjukkan akurasi yang baik didapatkan saat periode musim kemarau dan skill terjelek saat peralihan musim kemarau ke musim hujan.","PeriodicalId":330464,"journal":{"name":"Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-04-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20527/JTIULM.V4I1.36","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Prakiraan hujan bulanan bisa digunakan untuk antisipasi banjir dan manajemen sumber daya air, keselamatan jiwa dan harta benda, serta keberlangsungan aktivitas ekonomi. Penggunaan Jaringan Syaraf Tiruan sebagai bagian dari Machine Learning adalah teknik yang sering digunakan selain numerical weather prediction dan metode statistik. Menggunakan peru-bah data bulan dan data empirical orthogonal function anomali suhu muka laut bulanan pada 12 lokasi menghasilkan nilai korelasi yang baik saat pembuatan model, tetapi hasil verifikasi menunjukkan akurasi yang baik didapatkan saat periode musim kemarau dan skill terjelek saat peralihan musim kemarau ke musim hujan.
在加里曼丹南部实施人工神经网络每月降雨袭击
每月的雨水预测可以用于预测洪水、水资源、灵魂和财产安全以及经济活动可持续性。使用模拟神经组织作为学习机器的一部分是除了数字天气预测和统计方法之外常用的技术。利用月球和经性学数据的经验作用,12个地点的典型海水温度异常,可以产生一个良好的相关性,但核验证表明,在旱季期间可以获得最好的准确性和在旱季转向雨季时最糟糕的技能。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信