ABSTRAKSI: Meteorologi atau ilmu yang mempelajari tentang cuaca dan faktor-faktor yang mempengaruhinya dan salah satu faktor yang dipelajari adalah curah hujan. Pada kehidupan sehari-hari, seringkali kita menemuai prediksi curah hujan diberbagai media massa. Kebutuhan akan keadaan cuaca esok hari sangat dibutuhkan untuk menyusun berbagai rencana. Untuk masa lampau, perkiraan curah hujan sangat bergantung dengan bulannya, ada musim kemarau dan musim penghujan. Namun saat ini, curah hujan semakin sulit untuk diprediksi sehingga diperlukan model atau sistem yang dapat memprediksi curah hujan dengan akurat.
Pada penelitian tugas akhir ini dijelaskan tentang prediksi curah hujan menggunakan Evolving Fuzzy. Algoritma Genetika akan digunakan untuk mengoptimasi fungsi keanggotaan dan rule Fuzzy. Fuzzy yang telah dioptimasi digunakan untuk memprediksi curah hujan esok hari. Parameter input yang akan digunakan merupakan data parameter cuaca.
Berdasarkan hasil pelatihan Fuzzy menggunakan Algoritma Genetika didapat parameter Fuzzy yang optimal dihasilkan dari Ukuran populasi 50, probabilitas crossover 0.7, probabilitas mutasi 0.1 serta jumlah individu yang dievaluasi sebanyak 10000 dengan akurasi pelatihan 66.09% dan akurasi pengujian 63.13%.
KATA KUNCI: prediksi, curah hujan, Evolving Fuzzy, Fuzzy, Algoritma GenetikaABSTRACT: Meteorological or the study of weather and the factors that influence it, and one of the factors studied was precipitation. In daily, we often find rainfall prediction in various mass media. The need for the state of tomorrow's weather is needed to prepare various plans. For the past, estimates of rainfall is very dependent on the month, there is a dry season and the rainy season. But this time, rainfall is difficult to predict, so the necessary model or system that can accurately predict rainfall.
In this research described the rainfall prediction using Evolving Fuzzy. Genetic Algorithm is used to optimize the membership functions and fuzzy rules. Fuzzy optimizations used to predict rainfall tomorrow. Parameter Input is the data which will be used weather parameters.
Based on Fuzzy training results obtained using Genetic Algorithms Fuzzy parameters resulting from population size 50, probability of crossover 0.7, probability of mutation 0.1, and the number of individuals evaluated the training as much as 10000 with accuracy 66.09% and 63.13% accuracy testing.KEYWORD: prediction, rainfall, Evolving Fuzzy, Fuzzy, Genetic Algorithm