Aplikasi jaringan neural umpan maju untuk prediksi dan pemodelan nonlinear telah diteliti
untuk data pentad curah hujan dari kota Jakarta. Desain model jaringan neural perlu dioptimalisasi
baik jumlah masukan, jumlah neuron (unit), jumlah lapisan tersembunyi maupun aturan pembelajaran
karena akan menentukan kinerja dari model jaringan neural dan nilai korelasi dari hasil prediksinya.
Pada penelitian ini digunakan model jaringan neural dengan spesifikasi masukan 10 neuron, dua lapis
tersembunyi masing-masing lapis kedua 2 neuron, lapis ketiga 1 neuron dan keluaran 1 neuron.
Dengan menggunakan model jaringan neural tersebut maka didapat hasil prediksi dengan keakuratan
yang ditunjukkan dengan nilai koefisien korelasi yaitu nilai korelasi (r~ 0,40) untuk daerah Jakarta.
