View/Open

Author
ADISYA, RIDIA NURAHMA

Advisor
RIZKI, DIMAS PERMANA, S.Kel., M.Si.
FEBRI, DWI IRAWATI, M.Si.

Koleksi
Undergraduate Thesis

Publisher

Pasang surut adalah fluktuasi tingkat air laut yang berkaitan dengan waktu karena adanya gaya gravitasi dari benda langit, terutama matahari dan bulan, terhadap massa air di bumi. Pasang surut memiliki dampak yang penting di berbagai sektor, terutama pada sektor kelautan dan perikanan. Penelitian ini bertujuan untuk melakukan prediksi pasang surut air laut di stasiun tide gauge Provinsi Lampung menggunakan metode Long Short-Term Memory (LSTM). Data yang digunakan pada penelitian ini diperoleh dari Badan Informasi Geospasial (BIG) di lima stasiun yaitu Stasiun Pelabuhan Panjang, Stasiun Kota Agung, Stasiun Bengkunat, Stasiun Krui, dan Stasiun Pulau Sebesi pada rentang waktu tahun 2019 hingga 2023. Penelitian ini menggunakan dua metode imputasi untuk menangani nilai yang hilang, yaitu interpolasi linear (IL) dan interpolasi spline (ISp). Hasil penelitian menunjukkan bahwa model LSTM dengan menggunakan metode imputasi spline paling sesuai untuk rekontruksi data pasang surut, dengan penanganan outlier menggunakan Hampel Filter metode Median Absolute Deviation (MAD) dengan threshold 3 dan windows size 5 yang telah di normalisasi, serta dilakukan pembagian data 60 persen data latih, 20 persen data valid dan 20 persen data test, sehingga model LSTM dengan dataset interpolasi spline (ISp) menunjukkan performa terbaik dalam memprediksi ketinggian pasang surut, dengan nilai MAE 0.0499, MSE 0.0055, RMSE 0.0741, dan R2 0.7943. Kata kunci: Evaluasi Model, LSTM, Pasang Surut, Praproses Data, Prediksi

URI
https://repo.itera.ac.id/depan/submission/SB2409250011

Keyword
Evaluasi model LSTM Pasang Surut Praproses Data Prediksi