Prediksi cuaca, khususnya prediksi hujan, merupakan salah satu tantangan penting dalam meteorologi. Pemanfaatan data historis cuaca dan teknik kecerdasan buatan seperti jaringan syaraf tiruan (JST) dapat membantu meningkatkan akurasi prediksi. Dalam artikel ini, kita akan membahas cara menggunakan MATLAB untuk memprediksi kriteria hujan (tidak hujan, hujan ringan, dan hujan sedang) berdasarkan berbagai variabel cuaca menggunakan metode JST Backpropagation.

Data yang Digunakan

Untuk membuat model prediksi ini, kita akan menggunakan data cuaca dari tahun 2017 hingga 2019. Data terdiri dari:

1. Data Hujan
2. Data Penyinaran Matahari
3. Data Suhu
4. Data Kelembaban
5. Data Tekanan QFF
6. Data Tekanan QFE
7. Data Kecepatan Angin
8. Data Arah Angin