PREDIKSI CURAH HUJAN DI KOTA PALEMBANG MENGGUNAKAN METODE GRU DAN LSTM
Total View This Week0
Total View This Week0
Institusion
Universitas Bina Darma
Author
WIJAYA, SURTA
Subject
GN Anthropology
Datestamp
2024-07-08 03:52:25
Abstract :
Curah hujan merupakan salah satu unsur cuaca yang sangat penting bagi keberlangsungan hidup di suatu wilayah. Kota Palembang, sebagai salah satu kota besar di Indonesia, sangat dipengaruhi oleh tingkat curah hujan yang terjadi setiap bulannya. Variasi curah hujan dapat mempengaruhi berbagai aspek kehidupan masyarakat seperti pertanian, industri, pariwisata, dan lain-lain. Prediksi curah hujan yang akurat dapat membantu dalam mempersiapkan berbagai kegiatan dan mengambil keputusan yang tepat. Oleh sebab itu, penting untuk melakukan penelitian tentang prediksi curah hujan di kota Palembang. Dengan memanfaatkan metode deep learning, diharapkan dapat mempermudah proses pembuatan dan mendapatkan hasil prediksi yang lebih akurat. Penelitian ini menggunakan metode Gated Recurrent Unit (GRU) dan Long Short-Term Memory (LSTM) untuk membuat prediksi curah hujan harian selama 1 bulan ke depan menggunakan data unsur cuaca selama 10 tahun di kota Palembang. Percobaan tuning hyperparameter model dilakukan untuk mendapatkan hasil prediksi yang terbaik. Dari hasil penelitan didapatkan bahwa secara keseluruhan model LSTM lebih baik dibandingkan model GRU dalam memprediksi curah hujan harian di Kota Palembang. GRU memiliki nilai RMSE = 9.33 dan R 2 = 0.54, sedangkan Model LSTM memiliki nilai RMSE = 7.45 dan R 2 = 0.70 Kata Kunci: Curah Hujan, Prediksi, GRU, dan LSTM
Curah hujan merupakan salah satu unsur cuaca yang sangat penting bagi keberlangsungan hidup di suatu wilayah. Kota Palembang, sebagai salah satu kota besar di Indonesia, sangat dipengaruhi oleh tingkat curah hujan yang terjadi setiap bulannya. Variasi curah hujan dapat mempengaruhi berbagai aspek kehidupan masyarakat seperti pertanian, industri, pariwisata, dan lain-lain. Prediksi curah hujan yang akurat dapat membantu dalam mempersiapkan berbagai kegiatan dan mengambil keputusan yang tepat. Oleh sebab itu, penting untuk melakukan penelitian tentang prediksi curah hujan di kota Palembang. Dengan memanfaatkan metode deep learning, diharapkan dapat mempermudah proses pembuatan dan mendapatkan hasil prediksi yang lebih akurat. Penelitian ini menggunakan metode Gated Recurrent Unit (GRU) dan Long Short-Term Memory (LSTM) untuk membuat prediksi curah hujan harian selama 1 bulan ke depan menggunakan data unsur cuaca selama 10 tahun di kota Palembang. Percobaan tuning hyperparameter model dilakukan untuk mendapatkan hasil prediksi yang terbaik. Dari hasil penelitan didapatkan bahwa secara keseluruhan model LSTM lebih baik dibandingkan model GRU dalam memprediksi curah hujan harian di Kota Palembang. GRU memiliki nilai RMSE = 9.33 dan R 2 = 0.54, sedangkan Model LSTM memiliki nilai RMSE = 7.45 dan R 2 = 0.70 Kata Kunci: Curah Hujan, Prediksi, GRU, dan LSTM
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
