Optimasi LSTM menggunakan modifikasi algoritma genetika dalam peramalan cuaca di Kota Surabaya

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Putri, Nafila Rossiana (2025) Optimasi LSTM menggunakan modifikasi algoritma genetika dalam peramalan cuaca di Kota Surabaya. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Nafila Rossiana Putri_09040621069.pdf Download (2MB)
	Text Nafila Rossiana Putri_09040621069_Full.pdf Restricted to Repository staff only until 2 May 2028. Download (2MB)

Abstract

Perubahan cuaca yang sering terjadi dapat memberikan dampak signifikan terhadap berbagai aspek kehidupan manusia, termasuk di Kota Surabaya. Untuk mengurangi dampak negatif tersebut, diperlukan sistem prediksi cuaca yang akurat. Metode Genetic Algorithm-Long Short-Term Memory (GA-LSTM) diusulkan untuk meningkatkan akurasi prediksi cuaca. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi GA-LSTM dalam meningkatkan akurasi prediksi dibandingkan dengan metode optimasi lainnya. Model prediksi dibangun menggunakan data dari 10 parameter cuaca, dengan Long Short-Term Memory (LSTM) sebagai model prediksi utama dan Genetic Algorithm (GA) sebagai teknik optimasi hyperparameter. Hasil penelitian ini menunjukkan bahwa GA-LSTM mampu menghasilkan prediksi cuaca yang lebih akurat, dengan nilai Mean Squared Error (MSE) 4.04% lebih rendah dan Root Mean Squared Error (RMSE) 2.05% lebih rendah dibandingkan Bayesian Optimization-Long Short-Term Memory (BO-LSTM). Penerapan metode GA-LSTM menunjukkan potensi signifikan dalam meningkatkan akurasi prediksi cuaca, yang dapat membantu mitigasi dampak perubahan cuaca di Kota Surabaya.

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 Putri, Nafila Rossiana nafila.rossiana13@gmail.com 09040621069
Contributors:	Contribution Name Email NIDN Thesis advisor Rolliawati, Dwi dwi_roll@uinsa.ac.id 2027097901 Thesis advisor Khalid, Khalid khalid@uinsa.ac.id --
Subjects:	Komputer Teknologi
Keywords:	Peramalan; cuaca; long short term memory; genetic algortihm; tuning hyperparameter; GA-LSTM
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Nafila Putri
Date Deposited:	02 May 2025 07:07
Last Modified:	02 May 2025 07:07
URI:	http://digilib.uinsa.ac.id/id/eprint/79566

Actions (login required)

View Item