ANALISIS KINERJA ALGORITMA CNN DAN GRU PADA PREDIKSI CUACA DI PT GREAT GIANT PINEAPPLE
Saat ini kondisi iklim di Indonesia menjadi sulit ditebak. Penyebab utamanya
diperkirakan dikarenakan peningkatan suhu global yang menyebabkan terjadinya
perubahan iklim. Perubahan iklim ini memiliki dampak negatif terhadap produksi
pertanian. Cuaca yang tidak dapat diprediksi akan berpotensi mempengaruhi hasil
panen dan sumber daya yang akan dikeluarkan. Dampak ini tentu tidak
menguntungkan bagi PT. GGP yang sangat bergantung pada hasil panen untuk
menjaga stabilitas ekonomi mereka. Oleh karena itu, dibutuhkan Machine Learning
(ML) untuk menghasilkan informasi iklim sebagai acuan pengambilan keputusan
sehingga pengelolaan sumber daya tanaman dapat lebih efisien dan risiko gagal panen
dapat diminimalkan. Penelitian ini berfokus untuk mencari model terbaik diantara 2
metode GRU dan CNN. Hasil evaluasi menunjukan bahwa metode GRU merupakan
metode paling baik dengan waktu komputasi 68 detik, RMSE sebesar 9.2731, dan
MAE sebesar 3.7316. Dibandingkan dengan metode CNN dengan waktu komputasi
34 detik, RMSE sebesar 9.3243, dan MAE sebesar 3.7789.
URI
https://repo.itera.ac.id/depan/submission/SB2406050062
Keyword
GRU, CNN, Cuaca, PT. GGP, Machine Learning