PREDIKSI TINGKAT SUHU UDARA DI PROVINSI JAWA TENGAH MENGGUNAKAN METODE LSTM

PANGESTU, RILO AJI (2024) PREDIKSI TINGKAT SUHU UDARA DI PROVINSI JAWA TENGAH MENGGUNAKAN METODE LSTM. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 File Cover.pdf Download (503kB) | Preview
Preview	Text (ABSTRAK) 02 Abstrak & Abstract.pdf Download (137kB) | Preview
	Text (BAB I) 03 Bab 1.pdf Restricted to Registered users only Download (226kB)
	Text (BAB II) 04 Bab 2.pdf Restricted to Registered users only Download (240kB)
	Text (BAB III) 05 Bab 3.pdf Restricted to Registered users only Download (193kB)
	Text (BAB IV) 06 Bab 4.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) 07 Bab 5.pdf Restricted to Registered users only Download (103kB)
	Text (DAFTAR PUSTAKA) 08 Daftar Pustaka.pdf Restricted to Registered users only Download (150kB)
	Text (LAMPIRAN) 09 Lampiran.pdf Restricted to Registered users only Download (1MB)

Abstract

All the activities of living creatures depend on the changes in temperature that occur. The temperature changes that are taking place today are increasing from years before. Predicting future temperatures is one way to be prepared for climate change. One of the predictive methods that can be used is Long Short-Term Memory (LSTM). The dataset used in this study is daily climate data on the Semarang region from January 2015 to March 2024 with a total of 3,378 datasets. The data variable used in the study is the average monthly temperature. From the various experiments carried out, the best research was obtained with a combination of 3 test data, 108 training data, and 50 epoch with RMSE 0.313. The results show that the average monthly temperature for the next 12 months tends to decrease. Keywords: LSTM, forecasting, predictions, climate, temperature Segala kegiatan makhluk hidup bergantung pada perubahan suhu yang terjadi. Perubahan suhu yang terjadi saat ini ternyata semakin mengalami kenaikan dari tahun-tahun sebelumnya. Prediksi suhu yang akan terjadi di masa depan merupakan salah satu cara untuk dapat mempersiapkan diri terhadap perubahan iklim yang terjadi. Salah satu metode prediksi yang dapat digunakan adalah Long Short-Term Memory (LSTM). Dataset yang digunakan dalam penelitian ini adalah data iklim harian pada wilayah Semarang dengan rentang waktu Januari 2015 hingga Maret 2024 dengan total 3.378 dataset. Variabel data yang digunakan pada penelitian adalah suhu rata-rata bulanan. Dari berbagai percobaan yang dilakukan, penelitian terbaik diperoleh dengan kombinasi dari 3 data uji, 108 data latih, dan 50 epoch dengan RMSE 0.313. Hasil penelitian tersebut menunjukkan suhu rata-rata bulanan pada 12 bulan kedepan cenderung mengalami penurunan. Kata Kunci: LSTM, peramalan, prediksi, cuaca, suhu

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 24 154
Call Number:	SIK/15/24/113
NIM/NIDN Creators:	41520110098
Uncontrolled Keywords:	LSTM, peramalan, prediksi, cuaca, suhu
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem > 003.2 Forecasting and Forecast, Futurology/Peramal dan Ramalan, Futurologi 300 Social Science/Ilmu-ilmu Sosial > 300. Social Science/Ilmu-ilmu Sosial > 304 Factors Affecting Social Behaviour/Faktor-faktor yang Mempengaruhi Tingkah Laku Sosial > 304.2 Human Ecology/Ekologi Manusia > 304.25 Climatic and Weather Factors/Faktor Iklim dan Cuaca 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 530 Physics/Fisika > 536 Heat/Panas > 536.5 Temperature/Temperatur, Suhu 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 550 Earth Sciences/Ilmu tentang Bumi > 551 Geology/Geologi > 551.6 Climatology and Weather/Klimatologi, Iklim dan Cuaca
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	khalimah
Date Deposited:	14 Aug 2024 03:27
Last Modified:	14 Aug 2024 03:27
URI:	http://repository.mercubuana.ac.id/id/eprint/90220

Actions (login required)

View Item