Perpustakaan Digital ITB

Prediksi harian kecepatan arus geostropik dilakukan dalam penelitian ini untuk mengetahui performa metode machine learning yang digunakan. Prediksi dilakukan sepanjang lima hari dengan rentang data latih dari 1 Januari 2013 hingga 31 Desember 2018 pada wilayah Indonesia dan data verifikasi pada rentang 1 Januari 2019 hingga 2 Agustus 2021. Data yang digunakan berasal dari observasi satelit. Metode yang digunakan adalah dengan artificial neural networks dengan tiga skenario yang digunakan sebagai input yaitu absolute dynamics topography (ADT), U (kecepatan zonal hari sebelumnya) dan V (kecepatan meridional hari sebelumnya), serta ADT+UV. Skenario ADT+UV merupakan skenario terbaik karena memiliki nilai korelasi dan (normalized root mean square error) NRMSE yang lebih baik dari skenario lainnya. Performa metrik-metrik akan memburuk dengan semakin jauhnya hari yang diprediksi. Performa terbaik didapatkan unuk prediksi hari pertama selanjutnya (H+1) yaitu dengan nilai korelasi kecepatan zonal 0,973 dan kecepatan meridional 0,964. Meninjau pola spasial, arus geostropik di Laut Sulawesi bergerak ke arah barat sepanjang tahun dan di Laut Jawa bergerak ke barat pada Januari. Selain itu, Indonesia memiliki besar kecepatan geostropik senilai 0,280 m/s dengan bulan Januari adalah yang tercepat senilai 0,233 m/s. Kata kunci: Arus geostropik, Jaringan syaraf artifisial, Laut Indonesia, dan absolute dynamics topography.