Abstract:Abstract: Artificial Intelligence (AI) is currently gaining popularity across various industries, including healthcare, finance, and others. In this study, AI technology is employed to devise an optimal marketing strategy…
y for Code Verse Computer Accessories Store using the K-Means algorithm. As part of machine learning, the K-Means algorithm, categorized under unsupervised learning, is implemented to cluster sales data for computer accessory products over the last three months of 2023. The results of the K-Means analysis identify two main clusters. Cluster one (Cluster 1) comprises products such as Mouse, Keyboard, Monitor, Headset, and Speaker, indicating consistent purchasing patterns and high consumer interest. Recommendations are made to increase stock for Cluster 1. Meanwhile, Cluster two (Cluster 2) consists of Mic products with lower interest, and it is not advisable to increase stock. The implementation of K-Means provides insights into purchasing patterns, enabling Code Verse to develop more effective marketing and inventory management strategies.
Keywords: K-Means algorithm; artificial intelligence; clustering
Abstract: Kecerdasan Buatan (AI) kini meraih popularitas dalam berbagai industri, termasuk sektor kesehatan, keuangan, dan lainnya. Pada penelitian ini, teknologi AI digunakan untuk merancang strategi pemasaran optimal bagi Toko Aksesoris Komputer CodeVerse dengan menggunakan Algoritma K-Means. Sebagai bagian dari machine learning, Algoritma K-Means, yang termasuk dalam kategori unsupervised learning, diimplementasikan untuk mengelompokkan data penjualan produk selama tiga bulan terakhir tahun 2023. Hasil dari analisis K-Means mengidentifikasi dua cluster utama. Cluster pertama (Cluster 1) terdiri dari produk Mouse, Keyboard, Monitor, Headset, dan Speaker, menunjukkan pola pembelian yang konsisten dan tingginya minat konsumen. Rekomendasi untuk menambah stok diberikan. Sementara itu, Cluster kedua (Cluster 2) terdiri dari produk Mic dengan minat lebih rendah, dan tidak disarankan untuk menambah stok. Implementasi K-Means memberikan wawasan tentang pola pembelian, memungkinkan CodeVerse mengembangkan strategi pemasaran dan manajemen persediaan yang lebih efektif.
Keywords: Algoritma k-means; kecerdasan buatan; clustering
Abstract:Abstract: Gross Regional Domestic Product (GRDP) is one of the most important socio-economic indicators. In order to gain a more comprehensive understanding of the current economic situation and regional differences, estimating…
imating GRDP using integration of satellite imagery and official statistics data can provide valuable information. This research estimates the GRDP value in 2022 by using data in 2019 to 2021 related to two aspects, agriculture and non-agriculture. Soil adjusted vegetation index (SAVI), enhanced vegetation index (EVI), and land cover (LC) used as agriculture aspect, while nighttime light (NTL), human settlement index (HSI), land area, and population per regency/city used as non-agriculture aspect. GRDP estimation are produced with machine learning approach using support vector machine (SVM) and random forest (RF) method. Correlation test on each variable shows only land area that does not have a significant correlation with GRDP. RF model then chosen as the best model with RMSE, MSE, MAE, and R2 value of 0.2549; 0.5049; 0.7727; and 0.2543, respectively. The estimated values acquired in several regencies/cities have rather near, some even very close to the official statistics values.
Keywords: GRDP; satellite imagery; machine learning; random forest; support vector machine
Abstrak: Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator sosio-ekonomi yang penting. Penghitungan nilai PDRB dengan pendekatan yang melibatkan kombinasi data citra satelit dan statistik resmi dapat memberikan informasi serta pemahaman yang lebih komprehensif. Penelitian ini melakukan estimasi nilai PDRB pada tahun 2022 menggunakan data tahun 2019 hingga 2021 dengan melibatkan dua aspek, agrikultur dan non-agrikultur. Data soil adjusted vegetation index (SAVI), enhanced vegetation index (EVI), dan tutupan lahan (land cover/LC) digunakan sebagai aspek agrikultur, sementara data citra cahaya malam (NTL), human settlement indeks (HSI), luas wilayah kabupaten/kota, dan jumlah populasi per kabupaten/kota digunakan sebagai aspek non-agrikultur. Estimasi PDRB dihasilkan dengan menggunakan pendekatan machine learning berupa support vector machine (SVM) dan random forest (RF). Pengecekan korelasi antarvariabel menunjukkan bahwa hanya variabel luas wilayah tidak berpengaruh signifikan terhadap nilai PDRB. Model random forest kemudian dipilih sebagai model terbaik dengan nilai evaluasi RMSE, MSE, MAE, dan berturut-turut sebesar 0.2549, 0.5049, 0.7727, dan 0.2543. Nilai estimasi yang diperoleh di beberapa kabupaten/kota cukup mendekati, bahkan ada yang sangat dekat dengan nilai statistik resmi.
Kata kunci: PDRB; citra satelit; machine learning; random forest; support vector machine
Abstract:Abstract: There are a great number of academics that are now conducting research on sentiment analysis by employing supervised and machine learning techniques. The research can be carried out with the assistance of a variety…
iety of sources, including reviews of movies, reviews of Twitter, reviews of online products, blogs, discussion forums, and other social networks. With the progress of technology, individuals may now effortlessly utilize social media platforms to access and share information, as well as express their viewpoints to the general public, without any constraints of distance or time. Twitter is a social media network that serves as a repository for opinions. Diverse techniques are employed to provide optimal and realistically precise pressure detection. The analysis and discussion affirm that the Support Vector Machine (SVM) was effectively employed in this study, utilizing public opinion data on television program reviews in Indonesia. An SVM classifier is employed to examine the Twitter data set by utilizing various parameters. The study successfully completed the preprocessing process by collecting a total of 400 data points, consisting of 320 reviews from 4 television shows for training data and 80 reviews for testing. The data was filtered and classified using SVM, with 200 positive and 200 negative data points for comparison. The experiment utilized the SVM method using TF-IDF to achieve the most accurate test results. The test accuracy was 80%, while the training data accuracy reached 100%.
Keywords: Sentiment Analysis; Support Vector Machine; Television Shows Review, TF-IDF,
Abstrak: Saat ini, banyak akademisi sedang menyelidiki analisis sentimen melalui pemanfaatan teknik yang diawasi dan pembelajaran mesin. Kajian dapat dilakukan dengan menggunakan beberapa sumber seperti review film, review Twitter, review produk online, blog, forum diskusi, atau jejaring sosial lainnya. Dengan kemajuan teknologi, masyarakat kini dapat dengan mudah memanfaatkan platform media sosial untuk mengakses dan berbagi informasi, serta menyampaikan pandangan mereka kepada masyarakat umum, tanpa batasan jarak dan waktu. Twitter adalah jaringan media sosial yang berfungsi sebagai gudang opini. Beragam teknik digunakan untuk menghasilkan deteksi tekanan yang optimal dan presisi secara realistis. Analisis dan pembahasan menegaskan bahwa Support Vector Machine (SVM) efektif digunakan dalam penelitian ini, memanfaatkan data opini publik tentang review program televisi di Indonesia. Pengklasifikasi SVM digunakan untuk memeriksa kumpulan data Twitter dengan memanfaatkan berbagai parameter. Penelitian berhasil menyelesaikan proses preprocessing dengan mengumpulkan total 400 titik data yang terdiri dari 320 review dari 4 acara televisi untuk data pelatihan dan 80 review untuk pengujian. Data disaring dan diklasifikasikan menggunakan SVM, dengan 200 titik data positif dan 200 titik data negatif sebagai perbandingan. Percobaan ini menggunakan metode SVM dengan menggunakan TF-IDF untuk mencapai hasil pengujian yang paling akurat. Akurasi pengujiannya mencapai 80%, sedangkan akurasi data pelatihan mencapai 100%.
Kata kunci: Analisis Sentimen, Review Tayangan Televisi, TF-IDF, Support Vector Machine
Abstract:Abstract: Stunting is one of the nutritional problems that the world pays the most attention to and a major nutritional problem in Indonesia. Stunting is a problem in toddler growth which is characterized by a toddler's…
height that is too short compared to toddlers of his age. In the research location, namely Asahan Regency, the mapping of areas prone to increased stunting rates has not been carried out optimally. The process of exploring the stunting data warehouse is useful for adding information that can assist the government in making policies. Therefore, the aim of this research is to map stunting-prone areas in Asahan district based on the number of stunting cases in Asahan district using the machine learning-based K-Means clustering model. Based on previous research reviews, the k-means clustering method used has not used the normalization process. In addition, distance measurement only uses Euclidean Distance. Meanwhile, in this research, clustering performance analysis was carried out using a more in-depth process, namely by applying data normalization at the beginning, using the elbow method to determine the best number of clusters (K), measuring distance using Euclidean Distance, Manhattan Distance and Minkowski Distance to obtain comparison results. better clusters. The analysis results show that the best number of clusters is cluster 2 which shows the mapping results into 2 groups with a DBI of 0.51290 and a silhouette_score of 0.71432.
Keywords: stunting; k-means clustering; machine learning
Abstrak: Stunting menjadi salah satu permasalahan gizi yang paling diperhatikan dunia dan permasalahan gizi yang utama di Indonesia. Stunting merupakan masalah pada pertumbuhan balita yang ditandai dengan tinggi badan balita yang terlalu pendek dibanding balita seusianya. Pada lokasi penelitian yaitu Kabupaten Asahan, pemetaan daerah rawan peningkatan angka stunting belum dilakukan dengan optimal. Proses eksplorasi gudang data stunting ini berguna untuk menambah informasi yang dapat membantu pemerintah dalam mengambil kebijakan. Maka dari itu, tujuan dari penelitian ini adalah pemetaan daerah rawan stunting di kabupaten Asahan berdasarkan jumlah kasus stunting di Kabupaten Asahan menggunakan model clustering metode K-Means berbasis machine learning. Berdasarkan tinjauan penelitian terdahulu, metode k-means clustering yang digunakan belum menggunakan proses normalisasi. Selain itu, pengukuran jarak hanya menggunakan Euclidean Distance. Sedangkan dalam penelitian ini, analisis kinerja clustering yang dilakukan dengan proses yang lebih mendalam yaitu dengan penerapan normalisasi data di awal, penggunaan elbow method untuk penentuan jumlah cluster (K) terbaik, pengukuran jarak dengan Euclidean Distance, Manhattan Distance dan Minkowski Distance untuk mendapatkan hasil perbandingan cluster yang lebih baik. Hasil analisis menunjukkan bahwa jumlah cluster terbaik yaitu cluster 2 yang menunjukkan hasil pemetaan menjadi 2 kelompok dengan DBI 0.51290 dan silhouette_score sebesar 0.71432.
Kata kunci: stunting; k-means clustering; machine learning
Abstract:Abstract: Motorcycles are the main and affordable choice for the majority of Indonesian people, two-wheeled vehicles are chosen as the transportation that is commonly used. Indonesia has many motorcycle users, in 2019 there…
ere were 112,771,136 units. In 2020 there were 115. 023. 039 units, and in 2021 there were 120 .042 .298 units. The many motorcycles, increasing the theft of motorcycles (curanmor), and accidents caused by underage use. The purpose of conducting research to minimize theft, and the use of motorbikes by minors, this research uses quantitative methods. The results of the study found that when the user places the KTP on RC522, the condition of relay 1 will become NC to turn on the motorcycle's ignition system, then relay 2 will turn on the motorcycle's starter for 5 seconds, then it will turn off automatically. for relays, arduino provides pure 5VDC voltage. The conclusion from this study , RFID cards and KTP is have different serials, and different numbers, RFID cards have a serial combination of 9 numbers and letters, while KTP has a serial combination of 27 numbers and letters.
Keywords: KTP; microcontroller arduino; sepeda motor; start enggine.
Abstrak : Sepeda motor menjadi pilihan utama dan terjangkau untuk mayoritas masyarakat Indonesia, kendaraan roda dua dipilih sebagai transportasi yang umum digunakan. Indonesia memiliki banyak pengguna sepeda motor, tahun 2019 sebanyak 112. 771. 136 unit. Tahun 2020 sebanyak 115. 023. 039 unit, dan tahun 2021 sebanyak 120 .042 .298 unit. Banyak nya sepeda motor, meningkatkan pencurian sepeda motor (curanmor), dan kecelakaan yang diakibatkan penggunaan dibawah umur. Tujuan dilakukannya penelitian untuk meminimalisir curanmor, dan pemakaian sepeda motor oleh anak dibawah umur, penelitian ini menggunakan metode kuantitatif. Hasil penelitian mendapati ketika user meletakan KTP pada RC522, maka kondisi relay 1 akan menjadi NC untuk menyalakan sistem pengapian sepeda motor, kemudian relay 2 akan menyalakan stater sepeda motor selama 5 detik, kemudian akan mati secara otomatis. untuk relay, arduino memberikan tegangan 5VDC murni. Kesimpulan dari penelitian ini,kartu RFID dan KTP memiliki serial yang berbeda, dan jumlah yang berbeda, kartu RFID memiliki serial kombinasi 9 angka dan huruf, sementara untuk KTP memiliki serial kombinasi 27 angka dan huruf.
Kata Kunci : KTP; microcontroller arduino; sepeda motor; start enggine.
Abstract:Abstract: Technology is able to digitize human work that was originally manual to become automatic and of course takes less time and better accuracy compared to results done by humans. But there are still many companies…
that have not implemented this technology. The use of the AngularJS framework in web application development has proven to be effective in enhancing the user experience and ease of development. In addition, the application of Agile methods in the application development process can provide the flexibility and adaptability needed to deal with frequent changes in requirements. This study aims to investigate the implementation of the AngularJS framework in the design of a web-based acceptance system application using the Agile method. The results of the study show that the implementation of the AngularJS framework in the design of web-based acceptance system applications provides significant benefits. In conclusion, the implementation of the AngularJS framework in the design of web-based acceptance system applications using Agile methods can improve efficiency, quality, and user experience. Using AngularJS enables the development of responsive and interactive applications, while the Agile method facilitates adaptation to changing customer needs. Therefore, the use of AngularJS with an Agile approach should be carefully considered by organizations wishing to develop successful web-based acceptance system applications.
Keyword s: Admissions, Agile, AngularJS, Web
Abstract: Teknologi mampu mendigitalisasi pekerjaan manusia yang awalnya manual menjadi otomatis dan tentunya memakan waktu yang lebih singkat dan akurasi yang lebih baik dibandingkan dengan hasil yang dikerjakan oleh manusia. Tetapi masih banyak perusahaan perusahaan yang belum menerapkan teknologi ini. Penggunaan framework AngularJS dalam pengembangan aplikasi web telah terbukti efektif dalam meningkatkan pengalaman pengguna dan kemudahan pengembangan. Selain itu, penerapan metode Agile dalam proses pengembangan aplikasi dapat memberikan fleksibilitas dan adaptabilitas yang diperlukan untuk menghadapi perubahan persyaratan yang sering terjadi. Penelitian ini bertujuan untuk menginvestigasi implementasi framework AngularJS dalam desain aplikasi sistem penerimaan berbasis web menggunakan metode Agile. Hasil penelitian menunjukkan bahwa implementasi framework AngularJS dalam desain aplikasi sistem penerimaan berbasis web memberikan manfaat yang signifikan. Dalam kesimpulannya, implementasi framework AngularJS dalam desain aplikasi sistem penerimaan berbasis web menggunakan metode Agile dapat meningkatkan efisiensi, kualitas, dan pengalaman pengguna. Penggunaan AngularJS memungkinkan pengembangan aplikasi yang responsif dan interaktif, sementara metode Agile memfasilitasi adaptasi terhadap perubahan kebutuhan pelanggan. Oleh karena itu, penggunaan AngularJS dengan pendekatan Agile harus dipertimbangkan secara cermat oleh organisasi yang ingin mengembangkan aplikasi sistem penerimaan berbasis web yang sukses.
Keywords: Admisi, Agile, AngularJS, Web
Abstract:Abstract: Generating caption image automatically is one of the challenges in computer vision. This field can be very helpful in many ways, for example search engines. Currently there are many image classification algorithms…
hms that we can use to create a caption image model. In this article, we will compare performance between the Resnet50 and InceptionV3 models for text images. We will use 2000 (1800 train & 200 validation) image data and each image has 5 example captions to train the model. After the model is successfully created, we evaluate the model using 100 images and each image has 5 examples of additional captions that are not used in the training and validation process. The result of this research is that the InceptionV3 model is better than Resnet50. BLEU-1 is 0.53, BLEU-2 is 0.35, BLEU-3 is 0.18, BLEU-4 is 0.09, and METEOR is 0.35 for InceptionV3 model. While Resnet50 model has a value of BLEU-1 is 0.51, BLEU-2 is 0.31, BLEU-3 is 0.16, BLEU-4 is 0.06, and METEOR is 0.33.
Keywords: caption image; inceptionv3; LSTM; resnet50
Abstrak: Membuat gambar teks secara otomatis adalah salah satu tantangan dalam computer vision. Bidang ini bisa sangat membantu dalam banyak hal, misalnya mesin pencari. Saat ini banyak sekali algoritma klasifikasi citra yang dapat kita gunakan untuk membuat model teks citra. Pada artikel ini, kami akan membandingkan performa antara model Resnet50 dan InceptionV3 untuk gambar teks. Kami akan menggunakan 2000 (1800 train & 200 validation) data gambar dan setiap gambar memiliki 5 contoh caption untuk melatih model. Setelah model berhasil dibuat, kami mengevaluasi model menggunakan 100 gambar dan setiap gambar memiliki 5 contoh caption tambahan yang tidak digunakan dalam proses training dan validation. Hasil dari penelitian ini adalah model InceptionV3 lebih baik dibandingkan dengan Resnet50. BLEU-1 0.53, BLEU-2 0.35, BLEU-3 0.18, BLEU-4 0.09, dan METEOR 0.35 untuk model InceptionV3. Sedangkan model Resnet50 memiliki nilai BLEU-1 0.51, BLEU-2 0.31, BLEU-3 0.16, BLEU-4 0.06, dan METEOR 0.33.
Kata kunci: caption image; inceptionv3; LSTM; resnet50
Abstract:Abstract: Traffic accidents are one of the biggest contributors to injuries and fatalities worldwide. Victims of traffic accidents range from minor injuries to severe injuries and even death. The severity of many accidents…
ts is often due to a lack of discipline and public awareness of traffic rules and safety measures. Car manufacturers have attempted to mitigate the effects of accidents by providing seat belts. However, many people neglect to use them, thinking that nothing will happen while driving. Even with fines imposed by authorities, people can outsmart them by removing their seat belts when officers are not around. To address this issue, a model has been developed to monitor drivers using artificial intelligence and computer vision. The camera captures images, which are then processed by a neural network trained with the YOLOv5 algorithm. The model has an average precision of 89% and a recall of 81%, and can accurately detect whether drivers are wearing seat belts or not. This model is expected to aid in improving driver and passenger safety on the roads. By paying attention to the use of seat belts, the severity of injuries sustained in accidents can be reduced.
Keywords: computer vision; neural network; seatbelt detection; yolo
Abstrak: Kecelakaan lalu lintas merupakan salah satu penyumbang terbesar cedera dan kematian di seluruh dunia. Korban kecelakaan lalu lintas tidak hanya mengalami cedera ringan, tetapi juga cedera berat bahkan kematian. Parahnya banyak kecelakaan yang terjadi dapat disebabkan oleh kurangnya disiplin dan kesadaran masyarakat akan aturan lalu lintas serta tindakan keselamatan. Produsen mobil telah berusaha untuk mengurangi efek kecelakaan dengan menyediakan sabuk pengaman. Sayangnya, masih banyak orang yang mengabaikan penggunaannya, dengan menganggap bahwa tidak akan terjadi apa-apa saat mengemudi. Meskipun ada denda yang diberlakukan oleh pihak berwenang, orang masih dapat melepaskan sabuk pengaman ketika tidak ada petugas di sekitar. Untuk mengatasi masalah ini, sebuah model telah dikembangkan untuk memantau pengemudi menggunakan kecerdasan buatan dan visi komputer. Kamera mengambil gambar yang kemudian diproses oleh jaringan saraf yang dilatih dengan algoritma YOLOv5. Model ini memiliki presisi rata-rata sebesar 89% dan recall sebesar 81%, dan dapat dengan akurat mendeteksi apakah pengemudi menggunakan sabuk pengaman atau tidak. Model ini diharapkan dapat membantu dalam menangani masalah keselamatan pengemudi dan penumpang di jalan raya. Dengan memperhatikan penggunaan sabuk pengaman, dapat mengurangi tingkat keparahan cedera yang terjadi dalam kecelakaan.
Kata kunci: computer vision; deteksi sabuk pengaman; neural network; yolo
Abstract:Abstract: This research was conducted in the Bangka Belitung region specifically observing what criteria could support and hinder the development of home industries. The home industry is a small-scale industry that is generally…
nerally carried out in the family sphere and is driven by women. Home industries need to receive support from the provincial government to survive and increase the scale of production. To make support for home industries more targeted, this research summarizes several criteria related to the conditions of home industries and the businesses they run. In Bangka Belitung Province there are several types of businesses that are run on a home industry scale. Based on the condition of the home industry which has multiple criteria and multiple alternatives, this research uses the Analytical Hierarchy Process method and Expert Choice software as data processing aids. The results of data processing show that industrial business is the highest alternative with a weight of 24.7% and the highest criterion is strategy at 23.7%. These results indicate that the largest portion of home industry business actors is engaged in the industrial sector and to encourage the progress of the home industry the most important factor is strategy, namely understanding the type of business they are involved in, labor-intensive industries, paying attention to production factors, electricity capacity, and business operations. While the next stage is to design a user interface for a web-based system as a means of collecting home industry data.
Keywords: AHP; collecting home industry data; home industries
Abstrak: Penelitian ini dilakukan di wilayah Bangka Belitung secara khusus melihat kriteria apa saja yang dapat mendukung dan menghambat perkembangan industri rumah tangga. Industri rumah tangga merupakan industri kecil yang umumnya dilakukan dalam lingkup keluarga dan digerakkan oleh perempuan. Industri rumah tangga perlu mendapat dukungan dari pemerintah provinsi agar bisa bertahan dan meningkatkan skala produksinya. Agar dukungan industri rumah tangga lebih tepat sasaran, penelitian ini merangkum beberapa kriteria terkait kondisi industri rumah tangga dan usaha yang dijalankannya. Di Provinsi Bangka Belitung terdapat beberapa jenis usaha yang dijalankan dalam skala industri rumah tangga. Berdasarkan kondisi industri rumah tangga yang memiliki banyak kriteria dan banyak alternatif, maka penelitian ini menggunakan metode Analytical Hierarchy Process dan software Expert Choice sebagai alat bantu pengolahan data. Hasil pengolahan data menunjukkan bahwa bisnis industri merupakan alternatif tertinggi dengan bobot 24,7% dan kriteria tertinggi adalah strategi 23,7%. Hasil tersebut menunjukkan bahwa porsi terbesar pelaku usaha industri rumah tangga bergerak di sektor industri dan untuk mendorong kemajuan industri rumah tangga faktor yang paling penting adalah strategi yaitu memahami jenis usaha yang digeluti, industri padat karya, pembayaran, memperhatikan faktor produksi, kapasitas listrik, dan operasional usaha. Sedangkan tahap selanjutnya adalah merancang antarmuka untuk sistem berbasis web sebagai sarana pendataan industri rumahan.
Kata kunci: AHP; industri rumahan; pendataan industri rumahan
Abstract:Abstract: Rokan Hulu Regency is one of the regencies in Riau Province and has 2 large rivers, namely the Rokan Kanan River and the Rokan Kiri River. When the level of rainfall is high, the river flow overflows and causes…
flooding in several sub-districts. Climate change that is happening has an impact on changes in rainfall patterns, to overcome the impacts of climate change Rokan Hulu Regency needs to take early steps before a flood disaster occurs. The method used in processing the data is the backpropagation method and data processing using the Matlab software. Data processing was carried out on rainfall data for the last 6 years, from 2015 to 2020, which was sourced from the Rokan Hulu Regency Statistics Agency. Rainfall data from 2015 to 2019 is used as input data, while 2020 is the target. The data processing stage begins with data normalization and determining network training parameters. Artificial neural network research was carried out on rainfall data with a 5-5-1 architecture. The results of testing the rainfall data show prediction results with high accuracy, where the average accuracy rate reaches 98.17% with the highest accuracy of 99.99% while the lowest accuracy is 91.53%. The prediction results show a fairly high level of accuracy so that they can be used as evaluation material.
Keywords: artificial neural network; backpropagation; prediction; rainfall
Abstrak: Kabupaten Rokan Hulu merupakan salah satu kabupaten yang berada di Provinsi Riau dan memiliki 2 aliran sungai besar yaitu sungai rokan kanan dan sungai rokan kiri. Ketika tingkat curah hujan tinggi aliran sungai meluap dan menyebabkan banjir beberapa kecamatan. Perubahan iklim yang terjadi memberikan dampak pada perubahan pola curah hujan, untuk menanggulangi dampak perubahan iklim Kabupaten Rokan Hulu perlu melakukan langkah-langkah dini sebelum terjadi bencana banjir. Metode yang digunakan dalam mengolah data yaitu metode backpropagation dan pengolahan data menggunakan software Matlab. Pengolahan data dilakukan pada data curah hujan selama 6 tahun terakhir yaitu dari tahun 2015 sampai dengan 2020 yang bersumber dari Badan Statistik Kabupaten Rokan Hulu. Data curah hujan tahun 2015 sampai dengan tahun 2019 sebagai data input sedangkan tahun 2020 sebagai target. Tahapan pengolahan data diawali dengan melakukan normalisasi data dan menentukan parameter pelatihan jaringan. Penelitian jaringan saraf tiruan dilakukan pada data curah hujan dengan arsitekur 5-5-1. Hasil pengujian terhadap data curah hujan menunjukkan hasil prediksi dengan akurasi yang tinggi, dimana tingkat akurasi rata-rata mencapai 98,17% dengan akurasi tertinggi sebesar 99,99% sedang akurasi terendah sebesar 91,53%. Hasil prediksi menunjukkan tingkat akurasi yang cukup tinggi sehingga dapat digunakan sebagai bahan evaluasi.
Kata kunci: backpropagation; curah hujan; jaringan saraf tiruan; prediksi