AIRAAIRA
Journal of Information Systems and Technology ResearchJournal of Information Systems and Technology ResearchPeramalan kecepatan angin memiliki peran penting dalam berbagai sektor, termasuk manajemen energi terbarukan dan persiapan bencana untuk cuaca ekstrem. Model prediksi yang akurat diperlukan untuk mendukung proses pengambilan keputusan, terutama di daerah dengan pola musim dinamis. Studi ini membandingkan kinerja tiga model prediksi deret waktu, Long Short-Term Memory (LSTM), Temporal Convolutional Network (TCN), dan Radial Basis Function Neural Network (RBFNN) untuk memprediksi kecepatan angin harian. Dataset terdiri dari data historis kecepatan angin yang telah melalui langkah preprocessing seperti imputasi nilai hilang berbasis musim, uji stasioneritas, transformasi terawasi, normalisasi, dan tuning hyperparameter untuk mengoptimalkan kinerja model. Model dievaluasi menggunakan empat metrik regresi standar: Mean Absolute Error (MAE), Root Mean Square Error (RMSE), R-Squared (R²), dan Mean Absolute Percentage Error (MAPE). Hasil menunjukkan bahwa model TCN unggul dibandingkan yang lain, mencapai MAE 1.117, RMSE 1.524, R² 0.120, dan MAPE 20.95%. Model LSTM menduduki peringkat kedua dengan kinerja kompetitif, sementara model RBFNN menghasilkan akurasi yang konsisten tetapi sedikit lebih rendah. Temuan ini menyoroti keunggulan TCN dalam menangkap pola urutan dan musiman yang kompleks dalam data kecepatan angin. Kontribusi unik penelitian ini terletak pada integrasi preprocessing berbasis musim dengan evaluasi komparatif tiga model canggih di bawah kondisi yang berbeda, termasuk skenario cuaca ekstrem. Studi ini menjadi dasar untuk mengembangkan sistem prediksi kecepatan angin yang lebih akurat dan dapat diandalkan untuk mendukung perencanaan energi terbarukan dan meningkatkan strategi mitigasi risiko bencana.
Studi ini menunjukkan bahwa model TCN memiliki kinerja terbaik dalam memprediksi kecepatan angin harian dibandingkan LSTM dan RBFNN.Hasil penelitian menunjukkan bahwa model TCN mampu menangkap pola urutan dan musiman yang kompleks dengan akurasi tinggi.Meskipun LSTM menunjukkan kinerja kompetitif, model RBFNN menghasilkan akurasi yang lebih rendah.Temuan ini menekankan pentingnya pendekatan preprocessing berbasis musim untuk meningkatkan akurasi prediksi.Penelitian lanjutan diperlukan untuk menguji model-model ini di bawah kondisi cuaca ekstrem dan mengintegrasikan data multivariat seperti suhu dan kelembapan untuk meningkatkan akurasi prediksi.
Pertama, penelitian lanjutan dapat mengembangkan model prediksi yang lebih efektif dengan mengintegrasikan data multivariat seperti suhu dan kelembapan untuk meningkatkan akurasi. Kedua, penelitian perlu menguji kinerja model TCN, LSTM, dan RBFNN di bawah kondisi cuaca ekstrem yang berbeda untuk memahami batasan dan potensi aplikasi mereka. Ketiga, penelitian dapat mengeksplorasi penerapan model prediksi ini di wilayah dengan pola cuaca yang berbeda untuk mengevaluasi generalisasi hasil. Saran-saran ini bertujuan untuk memperluas cakupan penelitian dan meningkatkan relevansi praktis model-model yang dikembangkan.
| File size | 1.18 MB |
| Pages | 14 |
| DMCA | Report |
Related /
UM SURABAYAUM SURABAYA Hukum narkotika diyakini haram, serupa dengan khamr, dan sanksi pidana mati dianggap tepat melalui pendekatan hirabah karena dampak merusak narkotika yangHukum narkotika diyakini haram, serupa dengan khamr, dan sanksi pidana mati dianggap tepat melalui pendekatan hirabah karena dampak merusak narkotika yang
IAIIIAII Pengujian dataset fitur venasi daun hasil normalisasi min-max dan standarisasi (zero-mean) terhadap kelima algoritme machine learning diperoleh performaPengujian dataset fitur venasi daun hasil normalisasi min-max dan standarisasi (zero-mean) terhadap kelima algoritme machine learning diperoleh performa
UNIMEDUNIMED Ini berarti pemahaman konsep matematika siswa meningkat sebesar 100%. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa penerapanIni berarti pemahaman konsep matematika siswa meningkat sebesar 100%. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa penerapan
STAIALHIKMAHPARIANGANSTAIALHIKMAHPARIANGAN Model partisipatif yang kontekstual, yang memprioritaskan kebutuhan lokal, relevansi budaya, dan realitas infrastruktur, menawarkan kerangka kerja yangModel partisipatif yang kontekstual, yang memprioritaskan kebutuhan lokal, relevansi budaya, dan realitas infrastruktur, menawarkan kerangka kerja yang
UMPRUMPR Studi ini menyimpulkan bahwa Bigbook memiliki potensi sebagai strategi pedagogis dalam pendidikan multikultural yang adaptif, kontekstual, dan reflektifStudi ini menyimpulkan bahwa Bigbook memiliki potensi sebagai strategi pedagogis dalam pendidikan multikultural yang adaptif, kontekstual, dan reflektif
SINTHOPSINTHOP Studi ini menekankan potensi alat digital responsif konteks untuk meningkatkan pembelajaran Islam ketika disertai dengan peningkatan kapasitas dan dukunganStudi ini menekankan potensi alat digital responsif konteks untuk meningkatkan pembelajaran Islam ketika disertai dengan peningkatan kapasitas dan dukungan
STAKATNPONTIANAKSTAKATNPONTIANAK Tujuan dalam penulisan makalah ini antara lain: mendeskripsikan langkah-langkah dan cara dalam mengatasi konflik karena intoleransi dan radikalisme padaTujuan dalam penulisan makalah ini antara lain: mendeskripsikan langkah-langkah dan cara dalam mengatasi konflik karena intoleransi dan radikalisme pada
STAKATNPONTIANAKSTAKATNPONTIANAK Peristiwa ini terjadi tanggal 17 Desember 2018. Banyak orang kecewa karena mencoreng nilai persaudaraan dan humanis antar warga budaya Yogyakarta. FenomenaPeristiwa ini terjadi tanggal 17 Desember 2018. Banyak orang kecewa karena mencoreng nilai persaudaraan dan humanis antar warga budaya Yogyakarta. Fenomena
Useful /
IAIIIAII The education features an exciting good and gets the sound from the lesson that is available. Game features available are guessed pictures, guess sounds,The education features an exciting good and gets the sound from the lesson that is available. Game features available are guessed pictures, guess sounds,
IAIIIAII Hal ini tentunya menyebabkan kegagalan dalam proses pemilihan kepala klaster dan sangat mempengaruhi stabilitas jaringan. Periode stabilitas jaringan sangatHal ini tentunya menyebabkan kegagalan dalam proses pemilihan kepala klaster dan sangat mempengaruhi stabilitas jaringan. Periode stabilitas jaringan sangat
UNIMEDUNIMED Sementara itu, siswa bergaya kognitif FI lebih sering menggunakan strategi menemukan pola, bekerja mundur, dan menulis kalimat terbuka.mereka juga memanfaatkanSementara itu, siswa bergaya kognitif FI lebih sering menggunakan strategi menemukan pola, bekerja mundur, dan menulis kalimat terbuka.mereka juga memanfaatkan
UNIMEDUNIMED Oleh karena itu, diperlukan media pembelajaran yang bersifat konkret, menarik, serta mudah diakses oleh siswa. Hasil studi menunjukkan bahwa media kartuOleh karena itu, diperlukan media pembelajaran yang bersifat konkret, menarik, serta mudah diakses oleh siswa. Hasil studi menunjukkan bahwa media kartu