ISASISAS
Journal of Applied Smart Electrical Network and SystemsJournal of Applied Smart Electrical Network and SystemsPenelitian ini mempelajari penggunaan Recurrent Neural Network (RNN) untuk memprediksi temperatur lingkungan di kota London menggunakan data historis iradiasi matahari. Data yang digunakan terdiri dari Hi temperature, low temperature, temperature out, dan iradiasi matahari yang dikumpulkan selama 24 jam dari bulan Maret 2014 untuk memprediksi bulan April 2014, dengan 80% untuk pelatihan, 10% untuk validasi, dan 10% untuk testing. Hasil penelitian menunjukkan bahwa RNN dapat melakukan prediksi dengan baik dan memberikan hasil yang stabil dan konsisten. RMSE yang didapat untuk prediksi hi temperature, low temperature, temperature out, dan iradiasi matahari adalah 4.97, 4.20, 4.48, dan 5.03. Penelitian ini diharapkan dapat membantu dalam memprediksi kondisi temperatur pada lingkungan. Hasil penelitian menunjukkan bahwa RNN dapat memprediksi temperatur lingkungan dengan akurasi yang tinggi.
Recurrent Neural Network (RNN) dapat melakukan prediksi dengan sangat baik dan memberikan hasil yang stabil dan konsisten.Pada percobaan ini, RNN tidak menggunakan accurary.Penelitian ini diharapkan dapat membantu dalam memprediksi kondisi temperatur pada lingkungan dan menciptakan harapan positif terhadap keberhasilan model dalam memprediksi temperatur.
Untuk penelitian lanjutan, dapat dipertimbangkan beberapa arah studi. Pertama, dapat dilakukan perbandingan antara RNN dengan algoritma lain seperti Long Short-Term Memory (LSTM) atau Gated Recurrent Unit (GRU) untuk melihat keunggulan dan kelemahan masing-masing dalam memprediksi temperatur lingkungan. Kedua, penelitian dapat fokus pada optimasi parameter RNN untuk meningkatkan akurasi prediksi. Ketiga, studi dapat dilakukan untuk menganalisis pengaruh faktor-faktor lingkungan lainnya, seperti kelembaban dan angin, terhadap akurasi prediksi temperatur menggunakan RNN.
- Recurrent neural network modeling of multivariate time series and its application in temperature forecasting... doi.org/10.1371/journal.pone.0285713Recurrent neural network modeling of multivariate time series and its application in temperature forecasting doi 10 1371 journal pone 0285713
- WEATHER FORECAST FROM TIME SERIES DATA USING LSTM ALGORITHM | JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI.... ejurnal.provisi.ac.id/index.php/JTIKP/article/view/531WEATHER FORECAST FROM TIME SERIES DATA USING LSTM ALGORITHM JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI ejurnal provisi ac index php JTIKP article view 531
| File size | 337.64 KB |
| Pages | 6 |
| DMCA | Report |
Related /
IAIIIAII Selain itu sebagai variable terikatnya adalah Overall Impression Usability (Y). Jumlah sampel responden yang digunakan adalah sejumlah 37 dosen. MetodeSelain itu sebagai variable terikatnya adalah Overall Impression Usability (Y). Jumlah sampel responden yang digunakan adalah sejumlah 37 dosen. Metode
NUSANTARAGLOBALNUSANTARAGLOBAL Uji kepekaan antimikroba dimulai ketika WHO memprakarsai pertemuan di Jenewa pada tahun 1977, perhatian yang lebih luas mengenai resistensi antimikrobaUji kepekaan antimikroba dimulai ketika WHO memprakarsai pertemuan di Jenewa pada tahun 1977, perhatian yang lebih luas mengenai resistensi antimikroba
MARANATHAMARANATHA 6%. Terdapat hubungan yang bermakna di antara kecemasan dan EPS dengan p < 0,047, OR=2,306, juga hubungan kecemasan dan PDS dengan nilai p < 0,047 dan6%. Terdapat hubungan yang bermakna di antara kecemasan dan EPS dengan p < 0,047, OR=2,306, juga hubungan kecemasan dan PDS dengan nilai p < 0,047 dan
MAHADEWAMAHADEWA Data yang diperoleh dianalisis dengan analisis statistik deskriptif. Penelitian ini dilakukan dalam dua siklus dan diawali dengan tindakan prasiklus. SetiapData yang diperoleh dianalisis dengan analisis statistik deskriptif. Penelitian ini dilakukan dalam dua siklus dan diawali dengan tindakan prasiklus. Setiap
UNUSAUNUSA Kelompok uji dibagi menjadi K0 (kitosan murni), K1 (kolagen 25%–kitosan 75%), K2 (kolagen 50%–kitosan 50%), dan K3 (kolagen 75%–kitosan 25%). KolagenKelompok uji dibagi menjadi K0 (kitosan murni), K1 (kolagen 25%–kitosan 75%), K2 (kolagen 50%–kitosan 50%), dan K3 (kolagen 75%–kitosan 25%). Kolagen
UMUSLIMUMUSLIM Tujuan penulisan Tugas Akhir ini untuk mempelajari, merancang dan mengimplementasikan sistem dengan menggunakan PHP dan Mysql. Perangkat lunak yang dikembangkanTujuan penulisan Tugas Akhir ini untuk mempelajari, merancang dan mengimplementasikan sistem dengan menggunakan PHP dan Mysql. Perangkat lunak yang dikembangkan
UMUSLIMUMUSLIM Tujuan dari proyek akhir ini adalah pembuatan sistem informasi yang akurat yang memudahkan dalam mengetahui serta mendapatkan keberadaan lokasi pokjanalTujuan dari proyek akhir ini adalah pembuatan sistem informasi yang akurat yang memudahkan dalam mengetahui serta mendapatkan keberadaan lokasi pokjanal
UMUSLIMUMUSLIM Pemrosesan basis data menjadi perangkat andalan yang kehadirannya sangat diperlukan, dan tidak hanya mempercepat perolehan informasi, tetapi juga dapatPemrosesan basis data menjadi perangkat andalan yang kehadirannya sangat diperlukan, dan tidak hanya mempercepat perolehan informasi, tetapi juga dapat
Useful /
UGPUGP Tujuan penelitian ini yaitu untuk menganalisis kesesuaian teknik dan metode penanganan dan penyimpanan dengan metode bulking, komposisi hasil tangkapan,Tujuan penelitian ini yaitu untuk menganalisis kesesuaian teknik dan metode penanganan dan penyimpanan dengan metode bulking, komposisi hasil tangkapan,
UHBUHB Teknologi ini dapat meningkatkan keamanan, privasi, dan integritas data medis, mengurangi risiko pencurian atau manipulasi, serta memberikan ketahananTeknologi ini dapat meningkatkan keamanan, privasi, dan integritas data medis, mengurangi risiko pencurian atau manipulasi, serta memberikan ketahanan
ITBITB Untuk mengatasi masalah ini, teknik pasca-pemrosesan seperti shot peening dapat digunakan. Shot peening telah digunakan sebagai perlakuan pasca-produksiUntuk mengatasi masalah ini, teknik pasca-pemrosesan seperti shot peening dapat digunakan. Shot peening telah digunakan sebagai perlakuan pasca-produksi
UNUSAUNUSA Pekerja industri furnitur secara terus‑menerus terpapar debu, sehingga memiliki risiko lebih tinggi terhadap infeksi saluran pernapasan akut (ARI) yangPekerja industri furnitur secara terus‑menerus terpapar debu, sehingga memiliki risiko lebih tinggi terhadap infeksi saluran pernapasan akut (ARI) yang