Implementasi Data Mining Pada Sistem Prediksi Cuaca Lokal Menggunakan Algoritma Long Short-Term Memory

RISKY ARDIANSYAH, . (2025) Implementasi Data Mining Pada Sistem Prediksi Cuaca Lokal Menggunakan Algoritma Long Short-Term Memory. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (118kB)
	Text BAB II.pdf Restricted to Registered users only Download (440kB)
	Text BAB III.pdf Restricted to Registered users only Download (886kB)
	Text BAB IV.pdf Restricted to Registered users only Download (4MB)
	Text BAB V.pdf Restricted to Registered users only Download (75kB)
	Text JURNAL.pdf Restricted to Registered users only Download (946kB)

Abstract

Cuaca memiliki dampak signifikan pada berbagai aspek kehidupan manusia, terutama pada sektor-sektor seperti pertanian, transportasi, energi, dan pariwisata. Namun, ketidakpastian cuaca, khususnya pada skala lokal, sering kali menjadi tantangan dalam perencanaan kegiatan. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi cuaca lokal dengan menggunakan algoritma Long Short-Term Memory (LSTM), sebuah varian dari Recurrent Neural Network (RNN) yang dirancang untuk menganalisis data sekuensial dalam machine learning. Model LSTM dikembangkan menggunakan data cuaca historis untuk mengenali pola-pola dinamis dan non-linear dalam data tersebut. Hasil akurasi prediksi model dengan data aktual menunjukkan tingkat akurasi sebesar 66.67% pada wilayah Kota Tangerang. Faktor-faktor seperti kualitas data, pemilihan fitur, dan parameter model sangat mempengaruhi kinerja model. Dengan demikian, penelitian ini berperan penting dalam kemajuan pengembangan sistem prediksi cuaca yang lebih akurat.

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Depositing User:	Jejen Juanda
Date Deposited:	16 Jul 2025 09:27
Last Modified:	16 Jul 2025 09:27
URI:	http://repository.unpam.ac.id/id/eprint/16937

Actions (login required)

View Item