FOURIERFOURIER

Jurnal FourierJurnal Fourier

Penelitian ini menganalisis pengaruh konfigurasi hiperparameter dan variabel eksogen terhadap prediksi kecepatan angin multi-langkah menggunakan algoritma LightGBM dengan strategi Recursive dan Direct. Hasil penelitian menunjukkan bahwa panjang horizon prediksi merupakan salah satu faktor utama yang mempengaruhi tingkat kesalahan prediksi, dimana nilai kesalahan meningkat secara konsisten dari horizon 1 langkah hingga 30 langkah. Penambahan variabel eksogen pada model berupa suhu minimum dan kelembaban relatif terbukti mampu meningkatkan kinerja model pada seluruh horizon, dengan dampak yang lebih besar pada horizon menengah dan panjang. Selain itu, tuning hiperparameter menunjukkan pengaruh yang bergantung pada horizon, dimana tuning memberikan manfaat yang lebih jelas pada prediksi jangka panjang. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa kinerja prediksi kecepatan angin tidak hanya dipengaruhi oleh pemilihan algoritma, tetapi juga dipengaruhi oleh kombinasi strategi prediksi, variabel eksogen, konfigurasi hiperparameter, dan panjang horizon prediksi.

Penelitian ini menganalisis pengaruh konfigurasi hiperparameter dan variabel eksogen terhadap prediksi kecepatan angin multi-langkah menggunakan algoritma LightGBM dengan strategi Recursive dan Direct.Hasil penelitian menunjukkan bahwa panjang horizon prediksi merupakan faktor utama yang mempengaruhi tingkat kesalahan prediksi, dimana nilai kesalahan meningkat secara konsisten dari horizon 1 langkah hingga 30 langkah.Penyertaan variabel eksogen berupa suhu minimum dan kelembaban relatif terbukti mampu meningkatkan kinerja model pada seluruh horizon, dengan dampak yang lebih besar pada horizon menengah dan panjang.Selain itu, tuning hiperparameter menunjukkan pengaruh yang bergantung pada horizon, dimana tuning memberikan manfaat yang lebih jelas untuk prediksi jangka panjang.

Penelitian selanjutnya dapat mengembangkan model prediksi kecepatan angin dengan mengintegrasikan variabel meteorologi tambahan seperti tekanan atmosfer atau kecepatan angin maksimum untuk meningkatkan akurasi. Selain itu, perlu dilakukan analisis komparatif antara algoritma LightGBM dengan pendekatan deep learning seperti LSTM atau Transformer untuk mengevaluasi performa pada horizon prediksi yang lebih panjang. Terakhir, studi ini dapat dikembangkan dengan memperluas cakupan wilayah pengamatan dan mempertimbangkan faktor geografis serta perubahan iklim dalam memodelkan dinamika kecepatan angin.

  1. Analisis Sistem Antrian dengan Simulasi di Puskesmas Cebongan Kota Salatiga | Jurnal Fourier. analisis... doi.org/10.14421/fourier.2019.82.57-64Analisis Sistem Antrian dengan Simulasi di Puskesmas Cebongan Kota Salatiga Jurnal Fourier analisis doi 10 14421 fourier 2019 82 57 64
Read online
File size895.85 KB
Pages16
DMCAReport

Related /

ads-block-test