PERBANDINGAN METODE LONG SHORT TERM MEMORY (LSTM) DAN GENETIC ALGORITHM-LONG SHORT TERM MEMORY (GA-LSTM) PADA PERAMALAN POLUTAN UDARA

MELIANA,CITA, B2A017034 (2021) PERBANDINGAN METODE LONG SHORT TERM MEMORY (LSTM) DAN GENETIC ALGORITHM-LONG SHORT TERM MEMORY (GA-LSTM) PADA PERAMALAN POLUTAN UDARA. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_UNIVERSITAS MUHAMMADIYAH SEMARANG" not defined].

Preview	Text 0. Cover.pdf Download (725kB) | Preview
Preview	Text 2. Lembar Pengesahan Pembimbing.pdf Download (969kB) | Preview
Preview	Text 3. Lembar Pengesahan Skripsi.pdf Download (1MB) | Preview
Preview	Text 4. Lembar Pernyataan Keaslian.pdf Download (1MB) | Preview
Preview	Text BAB I.pdf Download (979kB) | Preview
Preview	Text 6. ABSTRAK.pdf Download (675kB) | Preview
Preview	Text BAB II.pdf Download (1MB) | Preview
	Text BAB III.pdf Restricted to Repository staff only Download (882kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text BAB V.pdf Download (1MB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (1MB) | Preview
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text Manuscript Indonesia.pdf Download (1MB) | Preview
Preview	Text Lembar Pernyataan Publikasi Ilmiah.pdf Download (1MB) | Preview

Abstract

Cita Meliana, 2021, Perbandingan Metode Long Short Term Memory (LSTM) dan Genetic Algorithm-Long Short Term Memory (GA-LSTM) pada Peramalan Polutan Udara, Skripsi, Program Studi Statistika, Universitas Muhammadiyah Semarang. Pembimbing: I Dr. Rochdi Wasono, M.Si., II. M. Al Haris, M.Si. Udara merupakan salah satu kebutuhan primer makhluk hidup. Untuk menjaga kualitas udara tetap terjaga dapat dilakukan dengan membuat peramalan kadar polutan udara menggunakan data historis. Peramalan kadar polutan udara dapat dilakukan menggunakan metode Long Short Term Memory (LSTM) dan Genetic Algorithm-Long Short Term Memory (GA-LSTM). LSTM dibangun untuk pengolahan data sekuensial seperti data time series yang dimaksudkan untuk menghindari masalah ketergantungan jangka panjang. Genetic Algorithm (GA) merupakan suatu teknik optimasi yang didasarkan pada prinsip genetik dan seleksi alam yang pada penelitian ini digunakan untuk mencari window size dan number of units yang optimal. Kadar polutan udara yang digunakan adalah particulate matter 10 (PM 10). Berdasarkan hasil penelitian, diperoleh model terbaik untuk peramalan data kadar polutan udara menggunakan LSTM dengan jumlah neuron 50 dan epoch 30 dengan nilai MAPE sebesar 4,54%. Sedangkan peramalan data kadar polutan udara dengan menggunakan metode GA-LSTM diperoleh model terbaik dengan window size 33 dan number of units 9 dengan nilai MAPE sebesar 1,83%. Dari hasil penelitian tersebut dapat disimpulkan bahwa metode GA-LSTM lebih baik dalam memodelkan data kadar polutan udara kota Jakarta. Kata Kunci: Long Short Term Memory, Genetic Algortihm, Polutan Udara, Jakarta

Actions (login required)

View Item