Abstrak

Informasi mengenai lama penyinaran matahari dapat membantu kelancaran
aktivitas diantaranya yaitu pada sektor pertanian, kemudian pada bidang
kesehatan serta dapat dimanfaatkan sebagai pembangkit listrik bertenaga surya.
Berdasarkan data statistik dari BPS Kota Bandung, tingkat penyinaran matahari
yang terjadi pada tahun 2016 sampai 2021 mengalami kenaikan yang tidak teratur.
Penelitian ini bertujuan untuk dapat memaksimalkan potensi manfaat sinar
matahari dan untuk mengantisipasi ketika tingkat penyinaran matahari terlalu
rendah atau terlalu tinggi yaitu dengan pembuatan sistem prediksi menggunakan
Jaringan Syaraf Tiruan model Multi-Layer Perceptron (JST-MLP). JST
merupakan sistem pemrosesan informasi yang mirip dengan jaringan otak
manusia. Model Multi-Layer Perceptron merupakan JST lapisan jamak yang
sering digunakan untuk mengolah data time series. Data merupakan data
penyinaran matahari pada tahun 2016 sampai 2021 sebanyak 72 data kemudian
dibagi menjadi dua bagian sebanyak 48 data untuk pelatihan dan 24 data untuk
proses pengujian dengan parameter learning rate sebesar 0,2 dan maksimum
iterasi 1000. Pada proses pelatihan didapatkan hasil MSE sebesar 0,086182 pada
epoch ke 1000 sedangkan pada proses pengujian nilai MSE 0,10921. Hasil
penelitian ini menunjukan bahwa JST model Multi-Layer Perceptron dapat
digunakan untuk membuat sistem prediksi dengan menggunakan data yang sudah
ada sebelumnya.