Implementasi Algoritma Extreme Learning Machine pada Prediksi Aktivitas Badai Geomagnetik

Abstract

Badai geomagnetik merupakan gangguan yang terjadi di magnetosfer bumi, akibat adanya aktivitas matahari yang dapat berdampak pada infrastruktur listrik di bumi. Sebagai peringatan dini, Lembaga Penerbangan dan Antariksa Nasional (LAPAN) di Indonesia memiliki kegiatan rutin untuk memprediksi kemungkinan terjadinya badai tersebut dalam rentang waktu 24 jam ke depan. Namun pada tahun 2015, hasil prediksi badai geomagnetik yang dilakukan secara manual oleh LAPAN hanya mendapatkan akurasi sebesar 57.14%. Oleh karena itu, penelitian ini mengusulkan pemanfaatan metode Extreme Learning Machine (ELM) dengan inisiasi bobot dan bias input secara acak sehingga memiliki waktu eksekusi cepat dalam melakukan prediksi badai geomagnetik, yang bertujuan untuk mendapatkan nilai prediksi secara otomatis dengan nilai akurasi yang dapat dijadikan sebagai pendukung keputusan. Data penelitian yang digunakan meliputi data coronal hole, coronal mass ejection, solar wind dan indeks Dst pada tahun 2011 hingga 2016. Hasil penelitian ini menunjukkan algoritma ELM memiliki tingkat akurasi yang lebih besar dalam memprediksi badai geomagnetik tahun 2015, dengan nilai 57.80822%. Meskipun memiliki selisih akurasi yang kecil, namun pemanfaatan ELM ini dapat membantu prediksi badai geomagnetik secara otomatis. Secara umum, algoritma ELM yang dibangun dalam penelitian ini memiliki nilai rata-rata akurasi prediksi tertinggi sebesar 69.9055%.