PERBANDINGAN PERFORMA ALGORITMA ARTIFICIAL NEURAL NETWORK (ANN) DAN LONG-SHORT TERM MEMORY (LSTM) DALAM PREDIKSI CURAH HUJAN

Abstract
Penelitian ini bertujuan untuk membandingkan performa algoritma Artificial Neural Network (ANN) dan Long-Short Term Memory (LSTM) dalam prediksi curah hujan. Data curah hujan digunakan sebagai variabel input untuk melatih kedua model dalam memprediksi curah hujan. Metode yang digunakan dalam penelitian ini meliputi pengumpulan data curah hujan dari Stasion Geofisika Bandung dalam rentan waktu 2012 – 2022, pemrosesan data, training model ANN menggunakan algoritma Backpropagation, training model LSTM, testing model ANN, testing model LSTM, dan evaluasi kedua model menggunakan Root Mean Squared Error (RMSE). Pembagian komposisi data training dan testing adalah 50:50, 60:40, 70:30, 80:20, dan 90:10. Hasil penilitian menunjukan bahwa model ANN Backpropagation memiliki performa yang lebih baik dalam memprediksi curah hujan dibandingkan dengan model LSTM, hal ini ditunjukan pada nilai RMSE dari model ANN Backpropagation lebih rendah pada komposisi data 50:50, 60:40, dan 80:20.
Description
Keywords
Citation