ABSTRAKSI: Cuaca merupakan sebuah keadaan udara atau atmosfer pada suatu wilayah yang relatif sempit dan memiliki jangka waktu yang singkat dengan komponen parameter utamanya yaitu suhu, curah hujan, lama penyinaran matahari, tekanan udara, kecepatan angin, dan kelembaban. Cuaca merupakan masalah yang masih dialami oleh masyarakat, khususnya dalam peramalan cuaca. Semakin tingginya keinginan masyarakat untuk bisa mengetahui keadaan cuaca di hari kedepannya secara akurat, banyak peneliti yang sampai sekarang terus mengembangkan penelitian tentang peramalan cuaca. Banyak metode statistika dan Artificial Intelegent sudah digunakan untuk penelitian peramalan cuaca dengan berdasarkan data Time Series untuk bisa mengetahui pola data historis untuk meramalkan keadaan cuaca untuk kedepannya.
Pada Tugas Akhir ini memanfaatkan metode Evolutionary Computation (EC) dengan menggunakan algoritma Grammatical Evolution (GE) dengan menggunakan representasi Backus Naur Form (BNF) untuk meramalkan parameter cuaca. GE mempunyai kemampuan memberikan solusi dalam bentuk fungsi yang bertipe linier maupun nonlinier yang diharapkan bisa mendekati pola data baik linier maupun nonlinier. Data diambil dari data iklim BMKG Jakarta Kemayoran yang nantinya dengan memanfaatkan algoritma GE untuk mendapatkan hasil peramalan parameter cuaca jakarta kemayoran yang optimal.
Algoritma Grammatical Evolution dengan BNF yang ditentukan memberikan hasil nilai akurasi cukup baik dan layak untuk peramalan suhu H+1 sampai H+7 dengan akurasi 80% sampai 87%. Sedangkan untuk peramalan kecepatan angin H+1 sampai H+7 dengan nilai akurasi yang cukup baik dan layak yaitu 83% sampai 86%. Untuk peramalan kelembaban menghasilkan nilai akurasi yang cukup baik dan layak hanya untuk peramalan H+1 yaitu 81%. Sedangkan untuk peramalan tekanan udara menghasilkan nilai akurasi yang cukup baik dan layak hanya sampai H+1 yaitu 85%. Untuk peramalan curah hujan memiliki nilai akurasi yang kurang baik dan tidak layak untuk peramalan H+1 sampai H+7 dengan nilai akurasi 65% sehingga fungsi yang dihasilkan tidak layak digunakan untuk peramalan curah hujan. Sedangkan lama penyinaran matahari masih mempunyai nilai akurasi yang kurang baik dan tidak layak dengan nilai akurasi yaitu rentang 11% sampai 17% sehingga fungsi yang dihasilkan tidak layak digunakan untuk peramalan lama penyinaran matahari.Kata Kunci : peramalan, data time series, Evolutionary Computation (EC), Grammatical Evolution(GE)ABSTRACT: Weather is a state of air or atmosphere in a relatively narrow region and has a short period of time with the main parameters of the components are temperature, rainfall, lenght of radiation, air pressure, wind speed, and humidity. The weather is an issue that is still being experienced by the community, especially in weather forecasting. As the increasing desire of peoples to be able to know the weather conditions in the future accurately, many researchers continues to expand research on weather forecasting until now. Many statistical methods and Artificial Intelligent has been used for weather forecasting research based on Time Series data to be able to determine the pattern of historical data to forecast weather conditions for the future.
In this final project utilizing methods of Evolutionary Computation(EC) algorithm using grammatical evolution (GE) with are presentation of Backus Naur Form(BNF) to forecast weather parameters. GE has ability to provide a solutions in a function forms both linear and non linier. Data taken from climate BMKG Jakarta Kemayoran that later will used by GE algorithm to produce the optimal parameters for weather forecasting in Jakarta.
Grammatical Evolution algorithms specified by BNF gives quite good results accuracy value and worth for temperature forecasting one day to seven days a head with the accuracy range from 80% to 87%, where as the wind speed forecasting one day to seven days a head produce fairly good accuracy the value and worth, 83% to 86%. For humidity forecasting accuracy is quite good value and worth only for one day is forecasting, 81%. While for air pressure forecasting produces a fairly good accuracy the value and worth only for one day, it is 85%. For rain fall forecasting has bad accuracy values and unfit for forecasting one day to seven day a head with 65% accuracy values so the function result is not suitable to be used for rainfall forecasting. For lenght of radiation,still have bad accuracy and not worth,the value of the accuracy range from 11% to 17%, so the function result is not suitable to be used for lenght of radiation forecasting.Keyword: Forecasting, time series data, Evolutionary Computation (EC), Grammatical Evolution(GE)