© jkj,gwww.itda.ac.id 2024

Detail Skripsi

PREDIKSI STATUS TINGGI MUKA AIR DI WADUK SERMO MENGGUNAKAN METODE RECURRENT NEURAL NETWORK
Penulis
MIA YUNI PRATIWI
Pembimbing : Anton Setiawan H, S.Kom.,M.T - Harliyus Agustian, S. Kom., M.Cs

ABSTRAK :
Pada status tinggi muka air di waduk sermo hanya berupa indikasi dari sebuah intake yang sudah diberi tanda status dengan warna yang sudah ditentukan dan hanya bisa dilihat oleh petugas ketika menginputkan data harian di hari yang sama. Dengan cara petugas melihat status tinggi muka air yang masih manual, mengharuskan pihak kantor untuk memiliki aplikasi prediksi untuk mengetahui status tinggi muka air di hari selanjutnya. Untuk aplikasi prediksi status tinggi muka air menggunakan metode prediksi dengan recurrent neural network. Metode recurrent neural network merupakan salah satu bagian dari neural network yang menggunakan time series yang memerlukan data history tinggi muka air selama 5 tahun untuk memprediksi status tinggi muka air di hari kedepan atau h+1. Hasil penelitian menunjukan antara data real dengan data prediksi terdapat selisih sebanyak 0,1 sampai 0,7 meter, dan hasil perhitungan akurasi menggunakan 2 perhitungan, yaitu RMSE (Root Mean Square Error) dan MSE (Mean Square Error) yang diuji sebanyak 5 kali dengan learning rate di mulai dari 0,01 , 0,03 , 0,05 , 0,09, dan 0,1 dan di dapatkan hasil paling kecil yaitu RMSE 0,1522108673189323 dan MSE 0,023168148129981612 dengan batas epoch 420 . Kata Kunci : Recurrent Neural Network, Root Mean Square Error ,dan Mean Square Error


Tulisan Lengkap dapat Dibaca di Ruang Tesis/Disertasi
Penulis : MIA YUNI PRATIWI
NIM : 16030002
Foto :
File : [ Baca file skripsi ]
   

E-LibSTTA

Sistem Informasi Perpustakaan STTA Yogyakarta

© E-LibSTTA 2024