RADEN, Farhan Ardwinata S (2024) Implementasi Metode Long Short-Term Memory Untuk Prediksi Suhu Udara DKI Jakarta. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (47kB)
	Text 3. HALAMAN PENGESAHAN 1 SCAN.pdf Download (108kB)
	Text 4. HALAMAN PENGESAHAN 2 SCAN.pdf Download (105kB)
	Text 5. KATA PENGANTAR.pdf Download (72kB)
	Text 6. ABSTRAK.pdf Download (87kB)
	Text 7. ABSTRACT.pdf Download (8kB)
	Text 8. DAFTAR ISI.pdf Download (53kB)
	Text 12. BAB 1 PENDAHULUAN.pdf Download (29kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (149kB)

Abstract

Pertumbuhan penduduk Jakarta yang cepat dan peningkatan aktivitas industri
menyebabkan peningkatan suhu udara, fenomena yang dikenal sebagai Urban Heat
Island (UHI). Suhu udara yang lebih tinggi memiliki dampak signifikan terhadap
iklim, kesehatan, dan kualitas hidup perkotaan. Prediksi suhu udara yang akurat
diperlukan untuk perencanaan dan pengelolaan lingkungan. Long Short-Term
Mermory (LSTM) adalah salah satu metode modifikasi dari Recurrent Neural
Network (RNN) yang dapat memprediksi data dengan timestep yang panjang, serta
menghapus informasi yang sudah tidak relevan. Penelitian ini akan
mengimplementasikan metode LSTM dengan algoritma Adaptive Moment
Estimation (Adam) optimizer untuk melakukan prediksi pada data suhu udara. Data
yang digunakan merupakan data suhu harian dari BMKG Stasiun Meteorologi
Maritim Tanjung Priok untuk periode 1 Januari 2019 hingga 31 Desember 2023.
Data diproses melalui tahap preprocessing yang meliputi penanganan missing
value, normalisasi, dan windowing data. Model LSTM dibangun dan diuji dengan
berbagai kombinasi hyperparameter, termasuk jumlah unit LSTM, unit dense layer,
learning rate, batch size, dan jumlah epoch. Evaluasi model dilakukan
menggunakan metrik Root Mean Squared Error (RMSE). Model LSTM terbaik
diperoleh dengan kombinasi hyperparameter 32 unit LSTM, 16 unit dense layer,
learning rate 0,001, batch size 32, dan 100 epoch yang menghasilkan nilai RMSE
sebesar 0,708029. RMSE tersebut menunjukkan hasil prediksi yang cukup akurat.
Kata Kunci: Suhu Udara, Long Short-Term Memory, Prediksi, Adam Optimizer

Actions (login required)

View Item