AFRIALDI, REZI and Matulatan, Tekad and Ritha, Nola (2024) PENERAPAN GATED RECURRENT UNIT (GRU) DENGAN FUNGSI AKTIVASI RELU UNTUK MENINGKATKAN KETEPATAN PREDIKSI KECEPATAN ANGIN (STUDI KASUS: KOTA TANJUNGPINANG & KABUPATEN KEPULAUAN ANAMBAS). S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) REZI AFRIALDI_2001020063_TEKNIK INFORMATIKA - COVER.pdf - Published Version Download (458kB)
	Text (ABSTRAK) REZI AFRIALDI_2001020063_TEKNIK INFORMATIKA - ABSTRAK.pdf - Published Version Download (119kB)
	Text (BAB 1) REZI AFRIALDI_2001020063_TEKNIK INFORMATIKA - BAB 1.pdf - Published Version Download (193kB)
	Text (DAFTAR PUSTAKA) REZI AFRIALDI_2001020063_TEKNIK INFORMATIKA - DAFTAR PUSTAKA.pdf - Published Version Download (187kB)
	Text (FULL TEKS) REZI AFRIALDI_2001020063_TEKNIK INFORMATIKA - FULL TEKS.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Penelitian ini menerapkan algoritma Gated Recurrent Unit (GRU) dengan fungsi aktivasi Rectified Linear Unit (ReLU) untuk memprediksi kecepatan angin di Kepulauan Riau, khususnya di Kota Tanjungpinang dan Kabupaten Kepulauan Anambas. Data harian kecepatan angin tahun 2022 dari BMKG digunakan untuk melatih dan menguji model GRU-ReLU. Berbagai konfigurasi parameter diuji untuk mendapatkan hasil terbaik. Model terbaik pada prediksi kecepatan angin rata-rata di Kabupaten Kepulauan Anambas, dengan konfigurasi 32 Neuron, Batch Size 16, dan 200 Epoch, memberikan akurasi 81.33% tanpa overfitting. Namun, model lainnya, yakni prediksi kecepatan angin rata-rata dan maksimum di Kota Tanjungpinang, serta prediksi kecepatan angin maksimum di Kabupaten Kepulauan Anambas, mengalami overfitting dengan akurasi masing-masing 69.84%, 78.60%, dan 74.66%. Penelitian ini menunjukkan bahwa algoritma GRU dengan fungsi aktivasi ReLU efektif untuk memprediksi kecepatan angin di Kabupaten Kepulauan Anambas, memberikan hasil terbaik dengan akurasi tinggi tanpa overfitting. Model prediksi kecepatan angin rata-rata dan maksimum di Kota Tanjungpinang dan kecepatan angin maksimum di Kabupaten Kepulauan Anambas masih memerlukan perbaikan untuk mengurangi overfitting dan meningkatkan akurasi. Hasil ini berkontribusi pada aplikasi GRU-ReLU dalam prediksi kecepatan angin dan meningkatkan keselamatan serta efisiensi dalam aktivitas yang bergantung pada kondisi cuaca.

Actions (login required)

View Item