Prediksi Tingkat Kenyamanan Termal Kota Pontianak Menggunakan Jaringan Saraf Tiruan

Authors

  • Riska Dewi Program Studi Geofisika Fakultas MIPA Universitas Tanjungpura
  • Yudha Arman Program Studi Geofisika Fakultas MIPA Universitas Tanjungpura
  • Arie Antasari Kushadiwijayanto Program Studi Ilmu Kelautan Fakultas MIPA Universitas Tanjungpura

DOI:

https://doi.org/10.26418/pf.v8i3.43560

Abstract

Prediksi tingkat kenyamanan termal Kota Pontianak berdasarkan nilai Temperature Humidity Index (THI) telah dilakukan menggunakan jaringan syaraf tiruan propagasi balik (JSTPB). Data bulanan kelembapan dan suhu udara pada tahun 2009 hingga 2018 digunakan sebagai masukan bagi proses pelatihan jaringan, sementara proses validasi menggunakan data bulanan unsur udara yang sama pada tahun 2019. Arsitektur jaringan yang digunakan untuk unsur kelembapan udara adalah 12 lapisan masukan, 40 lapisan tersembunyi, dan 1 (satu) lapisan keluaran, sementara untuk suhu udara terdiri dari 12 lapisan masukan, 30 lapisan tersembunyi dan 1 (satu) lapisan keluaran. Jaringan yang dibentuk menghasilkan koefisien korelasi kelembapan udara dan suhu udara masing-masing sebesar 0,90 dan 0,91 dan diklasifikasikan sebagai berkorelasi sangat kuat. Nilai THI rata "“ rata tahunan yang dihitung menggunakan data-data unsur udara tersebut adalah 24,83℃. Hasil tersebut menunjukkan bahwa secara rata-rata 50% populasi warga di Kota Pontianak merasakan kondisi termal yang nyaman. Terdapat beberapa bulan yang menunjukkan sebanyak 100% populasi merasakan hal yang sama, yaitu pada bulan Juni, Agustus, Oktober, dan Desember.

References

Kalfuadi, Y., 2009, Analisis Temperature Humidity Index (THI) Dalam Hubungannya dengan Ruang Terbuka Hijau. Skripsi. FMIPA.

Emmanuel, R., 2005, Thermal Comfort Implications of Urbanization in a Warm-humid City: The Colombo Metropolitan Region (CMR), Sri Lanka. J Building and Evironment, Vol.40: 1591- 1601.

Marsitha, F.; Wendel, J.P dan Rista, H. V., 2019, Kenyamanan Termal

Klimatologis Kota – Kota Besar Sulawesi Berdasarkan Temperature

Humidity Index (THI), Jurnal Saintika UNPAM, vol.1.

Wati, T. & Fatkhuroyan., 2017, Analisis Tingkat Kenyamanan Di DKI Jakarta Berdasarkan Indeks THI (Temperature Humidity Index), Jurnal Ilmu Lingkungan, vol. 15: 57-63.

Bekalani, A. I.; Arman, Y., dan Jumarang, M. I., 2013, Prediksi Tinggi Signifikan Gelombang Laut Di Sebagian Wilayah Perairan Indonesia Menggunakan Jaringan Syaraf Tiruan Metode Propagasi Balik, PRISMA FISIKA, Vol.I(1): 40–49.

Aprianto, Y.; Nurhasanah., dan Sanubary, I., 2018, Prediksi Kadar Particulate Matter (PM10) untuk Pemantauan Kualitas Udara Menggunakan Jasringan Syaraf Tiruan Studi Kasus Kota Pontianak, POSITRON, Vol.8(1):15-20.

Moustris, K. P.; P. T. Nastos., dan A. G. Paliatos., 2013, One-Day Prediction of Biometeorological Conditions in a Mediterranean Urban Environment Using Artificial Neural Networks Modeling, Hindawi Publishing Corporation, Vol.2013, Article ID 538508.

Kurnia, Ridwan F.A., 2016, Analisis Indeks Kenyamanan Iklim, Departemen Geofisika dan Meteorologi, Institut Pertanian Bogor, Bogor. (Skripsi)

Downloads

Published

2020-12-14

Issue

Section

Articles