Gilbert Cefryo Palentein, 1119026 and Hery Heryanto, (Pembimbing) (2023) PENERAPAN LONG SHORT-TERM MEMORY UNTUK PREDIKSI INTENSITAS CURAH HUJAN. S1 publication, Institut Teknologi Harapan Bangsa.
Full text not available from this repository.Abstract
Prediksi curah hujan yang merupakan prediksi data time series adalah proses prediksi yang sangat penting. Hal ini dikarenakan curah hujan sangat mempengaruhi berbagai bidang kehidupan. Penelitian ini menguji model LSTM untuk memprediksi intensitas curah hujan. Penelitian ini menggunakan lima indikator, yaitu training period, unit, batch size, learning rate dan epoch. Penelitian ini memperlihatkan pengaruh dari setiap indikator terhadap masing-masing dataset. Alat ukur yang digunakan untuk menghitung akurasi dalam penelitian ini adalah Root Mean Square Error (RMSE). Penelitian ini dilakukan terhadap tiga dataset, yaitu Stasiun Meteorologi Maritim Tanjung Priok, Stasiun Meteorologi Kemayoran, dan Stasiun Meteorologi Halim Perdana Kusuma. Berdasarkan hasil pengujian yang dilakukan pada penelitian ini, nilai akurasi terbaik sebesar 0.001138 didapatkan melalui percobaan terhadap dataset Stasiun Meteorologi Kemayoran. Stasiun Meteorologi Maritim Tanjung Priok menghasilkan akurasi terbaik sebesar 0.002091. Percobaan yang dilakukan pada dataset Stasiun Meteorologi Halim Perdana Kusuma menghasilkan akurasi terbaik sebesar 0.002939. Hasil pengujian membuktikan bahwa semua indikator yang digunakan dalam pengujian memiliki pengaruh terhadap nilai akurasi.
Item Type: | Publication (S1) |
---|---|
Uncontrolled Keywords: | Long Short-Term Memory (LSTM), Neural Network, Deep learning, Rainfall prediction, Time series forecasting. |
Subjects: | T Technology > T Technology (General) |
Divisions: | ITHB > Teknik Informatika |
Depositing User: | Staf Perpus - Mhs ithb |
Date Deposited: | 09 Apr 2025 06:47 |
Last Modified: | 09 Apr 2025 06:47 |
URI: | http://repository.ithb.ac.id/id/eprint/351 |