Analisis kinerja model RNN dan BILSTM untuk prediksi multitarget data automated weather observing system (AWOS)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Anggraini, Defi (2026) Analisis kinerja model RNN dan BILSTM untuk prediksi multitarget data automated weather observing system (AWOS). Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Defi Anggraini_09020622023.pdf Download (3MB)
	Text Defi Anggraini_09020622023_Full.pdf Restricted to Repository staff only until 23 January 2029. Download (3MB)

Abstract

Kondisi cuaca bandara sangat memengaruhi keselamatan dan efisiensi operasional penerbangan. Penelitian ini bertujuan menganalisis kinerja model Recurrent Neural Network (RNN) dan Bidirectional Long Short-Term Memory (BiLSTM) dalam melakukan prediksi multitarget untuk suhu, kecepatan angin, dan tekanan udara secara bersamaan. Data bersumber dari tiga stasiun Automated Weather Observing System (AWOS) di Bandara Internasional Juanda, yaitu AWOS 10, AWOS 10-28, dan AWOS 28. Tahap pra-pemrosesan meliputi pembersihan data, konversi tipe numerik, interpolasi linier untuk menangani missing value, dan normalisasi Min-MaxScaler. Penelitian mengeksperimenkan variasi window size 6, 12, 24, dan 48 jam, serta uji coba epoch 20 dan 50. Hasil pengujian menunjukkan bahwa model BiLSTM secara konsisten lebih unggul dibandingkan RNN pada seluruh skenario di ketiga lokasi. Konfigurasi terbaik diperoleh pada model BiLSTM dengan window size 48 dan epoch 50 karena mampu menangkap cakupan data historis dan siklus harian secara lebih luas. Pada AWOS 10, model terbaik menghasilkan MAE suhu 0,3813, kecepatan angin 1,4276, dan tekanan udara 0,2078. Pada AWOS 10-28, diperoleh MAE suhu 0,3767, kecepatan angin 1,5590, dan tekanan udara 0,1978. Sementara pada AWOS 28, model menghasilkan MAE suhu 0,3785, kecepatan angin 1,4046, dan tekanan udara 0,1876. Penelitian menyimpulkan bahwa arsitektur BiLSTM dengan window size 48 memiliki kemampuan generalisasi yang sangat kuat (good fit) dan efektif untuk diimplementasikan dalam sistem prediksi cuaca bandara multitarget.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Anggraini, Defi defianggraini25@gmail.com 09020622023
Contributors:	Contribution Name Email NIDN Thesis advisor Khalid, Khalid khalid@uinsa.ac.id 2009067902 Thesis advisor Rolliawati, Dwi dwi_roll@uinsa.ac.id 2027097901
Subjects:	Komputer Perguruan Tinggi Tehnik Informatika
Keywords:	AWOS; BiLSTM; RNN; prediksi multitarget; meteorologi penerbangan
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Defi Anggraini
Date Deposited:	23 Jan 2026 05:31
Last Modified:	23 Jan 2026 05:32
URI:	http://digilib.uinsa.ac.id/id/eprint/87906

Actions (login required)

View Item