Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Information System for Educators and Professionals : Journal of Information System
Sonia F. Gusril
Universitas Bina Insani
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Model Recurrent Neural Network (RNN) untuk Prediksi Curah Hujan Berbasis Data Historis Imam Farisi; Jafar Shadiq; Wiwit Priyadi; Dani Maulana; Acep Acep; Sonia F. Gusril
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 9 No 2 (2024): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2024)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v9i2.3280

Abstract

Prediksi curah hujan yang akurat penting untuk mitigasi bencana, perencanaan pertanian, dan pengelolaan sumber daya air, khususnya di Jakarta yang rentan terhadap banjir. Penelitian ini menerapkan model Recurrent Neural Network (RNN) untuk memprediksi curah hujan berbasis data historis dengan memanfaatkan data curah hujan interval 1 jam sepanjang Januari hingga Desember 2022. Model RNN dipilih karena kemampuannya menangani data berurutan dan menangkap pola temporal dalam data time-series. Data diproses melalui tahap normalisasi dan pembagian dataset dengan tiga scenario yaitu 50:50, 70:30, dan 90:10. Evaluasi model menggunakan metrik Root Mean Square Error (RMSE) menunjukkan bahwa skenario 90:10 memberikan performa terbaik dengan nilai RMSE terkecil sebesar 0,0925, dibandingkan dengan skenario 50:50 (0,1679) dan 70:30 (0,1962). Model ini berpotensi mendukung sistem peringatan dini banjir serta pengambilan keputusan strategis dalam tata kelola lingkungan di Jakarta. Pengembangan lebih lanjut disarankan untuk mempertimbangkan variabel tambahan seperti pola angin dan anomali iklim global lainnya guna meningkatkan akurasi prediksi
Co-Authors Acep Acep Dani Maulana Imam Farisi Jafar Shadiq Wiwit Priyadi