Prediksi Cuaca Menggunakan Metode Recurrent Neural Network (RNN)

Ichsani, Ichsani (2024) Prediksi Cuaca Menggunakan Metode Recurrent Neural Network (RNN). Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (22kB)
	Text BAB II.pdf Restricted to Registered users only Download (277kB)
	Text BAB III.pdf Restricted to Registered users only Download (169kB)
	Text BAB IV.pdf Restricted to Registered users only Download (350kB)
	Text BAB V.pdf Download (8kB)
	Text DAFTAR PUSTAKA.pdf Download (156kB)

Abstract

Kondisi cuaca memainkan peran penting dalam berbagai aspek kehidupan sehari-hari, mempengaruhi bidang transportasi, pertanian, dan manajemen lingkungan. Informasi cuaca memiliki peran penting dalam pengambilan keputusan, tetapi variasi antar-daerah seringkali menjadi tantangan dalam pemantauannya. Penelitian ini bertujuan untuk menerapkan Recurrent Neural Network (RNN) untuk prediksi cuaca secara efektif, menemukan parameter optimal untuk prediksi cuaca menggunakan RNN, dan mengukur kinerja RNN dalam prediksi cuaca dengan akurasi yang tinggi. Metodologi mencakup tinjauan literatur, identifikasi masalah, persiapan data, analisis data dengan RNN, dan validasi prediksi. Penelitian ini menggunakan parameter cuaca sebagai input dalam model RNN dan mengukur kinerja metode ini dalam prediksi cuaca. Hasil terbaik pada dataset BMKG melibatkan fitur Temperatur Minimum dengan RMSE 0,79662 dan MAPE 2,69%. Pada dataset ECA&D, fitur Kelembapan Rata-Rata menghasilkan RMSE 0,06788 dan MAPE 6,52%. Penerapan RNN dalam prediksi cuaca terbukti berhasil. Penelitian menemukan parameter optimal untuk prediksi cuaca menggunakan RNN dan kinerja model RNN dalam prediksi cuaca sangat baik, seperti terlihat dari RMSE yang rendah dan akurasi yang tinggi (MAPE rendah).

Actions (login required)

View Item