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 /
APTIKOMAPTIKOM Kerangka kerja model Amrit Tiwana digunakan untuk pengembangan sistem, model SECI Nonaka digunakan untuk pembentukan knowledge. Untuk pengujian prototipeKerangka kerja model Amrit Tiwana digunakan untuk pengembangan sistem, model SECI Nonaka digunakan untuk pembentukan knowledge. Untuk pengujian prototipe
ICSEJOURNALICSEJOURNAL The studys novel contribution lies in the utilization of three non-fundus image classes. The preprocessing stage involves resizing images to 100x100 pixels.The studys novel contribution lies in the utilization of three non-fundus image classes. The preprocessing stage involves resizing images to 100x100 pixels.
TRI GUNA DHARMATRI GUNA DHARMA Hasil pengujian menunjukkan bahwa sistem yang dibangun dapat memberikan keputusan yang akurat dan efisien, sejalan dengan hasil perhitungan manual. DenganHasil pengujian menunjukkan bahwa sistem yang dibangun dapat memberikan keputusan yang akurat dan efisien, sejalan dengan hasil perhitungan manual. Dengan
UBHARAUBHARA Kesehatan mental menjadi aspek penting bagi mahasiswa, karena gangguan kesehatan mental yang tidak terdeteksi dapat berdampak signifikan terhadap kinerjaKesehatan mental menjadi aspek penting bagi mahasiswa, karena gangguan kesehatan mental yang tidak terdeteksi dapat berdampak signifikan terhadap kinerja
UBHARAUBHARA Penelitian ini menyimpulkan bahwa penerapan sistem sekolah pintar di SMA Khadijah Surabaya dapat meningkatkan kualitas disiplin sekolah, khususnya padaPenelitian ini menyimpulkan bahwa penerapan sistem sekolah pintar di SMA Khadijah Surabaya dapat meningkatkan kualitas disiplin sekolah, khususnya pada
UNAMAUNAMA PPT Al Istiqomah merupakan lembaga yang bergerak dalam bidang pendidikan dengan memadukan pesantren modern dan sekolah. Saat ini pengelolaan data dan pembayaranPPT Al Istiqomah merupakan lembaga yang bergerak dalam bidang pendidikan dengan memadukan pesantren modern dan sekolah. Saat ini pengelolaan data dan pembayaran
UNAMAUNAMA Dengan tingginya tingkat pendaftaran tersebut, maka berdampak pula pada tingkat antrian yang tinggi pada pelayanan poliklinik Rumah Sakit. Kadangkala pasienDengan tingginya tingkat pendaftaran tersebut, maka berdampak pula pada tingkat antrian yang tinggi pada pelayanan poliklinik Rumah Sakit. Kadangkala pasien
DCCKOTABUMIDCCKOTABUMI Dalam melaksanakan perkuliahan online beberapa dosen mengalami permasalahan terutama dalam mengkoreksi tugas yang dikumpulkan oleh mahasiswa. Dalam beberapaDalam melaksanakan perkuliahan online beberapa dosen mengalami permasalahan terutama dalam mengkoreksi tugas yang dikumpulkan oleh mahasiswa. Dalam beberapa
Useful /
ZAMRONEDUZAMRONEDU Selain itu, aktivitas pembelajaran dan implementasi siswa juga mengalami peningkatan, serta tanggapan siswa terhadap pembelajaran MEA berada dalam kategoriSelain itu, aktivitas pembelajaran dan implementasi siswa juga mengalami peningkatan, serta tanggapan siswa terhadap pembelajaran MEA berada dalam kategori
STAIYPIQBAUBAUSTAIYPIQBAUBAU Usaha untuk mencegah DBD perlu dilakukan karena penyakit ini cukup mematikan. Pengabdian kepada masyarakat dilaksanakan di Kantor Kelurahan Kebagusan JakartaUsaha untuk mencegah DBD perlu dilakukan karena penyakit ini cukup mematikan. Pengabdian kepada masyarakat dilaksanakan di Kantor Kelurahan Kebagusan Jakarta
IFRELRESEARCHIFRELRESEARCH Penelitian jenis normatif ini menggunakan analisis kualitatif yakni dengan menjelaskan data-data yang ada dengan kata-kata atau pernyataan yang bersumberPenelitian jenis normatif ini menggunakan analisis kualitatif yakni dengan menjelaskan data-data yang ada dengan kata-kata atau pernyataan yang bersumber
UBHARAUBHARA Dapat disimpulkan bahwa semakin banyak data pelatihan tingkat akurasi menurun. Penentuan jumlah data pelatihan dan data uji sangat berpengaruh pada hasilDapat disimpulkan bahwa semakin banyak data pelatihan tingkat akurasi menurun. Penentuan jumlah data pelatihan dan data uji sangat berpengaruh pada hasil