View/Open

Author
ROMADONA, TANJUNG

Advisor
Amalia Listiani, S.Pd., M.Sc.
Fuji Lestari, S.Pd., M.Si.

Koleksi
Student Dissertations and Theses

Publisher

Di Indonesia cuaca yang tidak stabil dapat memengaruhi produksi tanaman, terutama pada perusahaan besar seperti PT Great Giant Pineapple Plantation Group 4 yang fokus pada produksi pisang. Penyakit daun akibat cuaca mengurangi produksi dan kualitas buah, sehingga prediksi cuaca penting untuk menjaga produktivitas. Penelitian ini bertujuan membangun model Long Short Term Memory (LSTM) untuk memprediksi cuaca. Variasi teknik pengisian data kosong (nilai tengah, rata – rata, tetap "0") dan tuning hyperparameter (jumlah neuron, fungsi aktivasi, jumlah epoch, learning rate) dilakukan untuk mendapatkan model terbaik. Model optimal menggunakan 100 neuron, fungsi aktivasi tangen hiperbolik, 100 epoch, learning rate 0,005, dan pengisian data kosong dengan nilai rata – rata menghasilkan RMSE 0,0224. Model LSTM menunjukkan kemampuan baik dalam memprediksi parameter cuaca, namun kurang baik untuk nilai ekstrem. Tanaman pisang menghadapi tantangan utama untuk pertumbuhan optimal. Penerapan sistem irigasi tetes, pengelolaan nutrisi tanah, dan langkah adaptasi lainnya penting untuk memastikan tanaman pisang tetap sehat dan produktif.

URI
https://repo.itera.ac.id/depan/submission/SB2406100094

Keyword
Cuaca, Tuning Hyperparameter, Model LSTM