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
|