Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Sains Modern
Alif Muwafiq Baihaqy
Program studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur’an, Indonesia
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
Prediksi Kebutuhan Konsumsi Air Minum Pelanggan di PDAM Tirta Aji Wonosobo Cabang Leksono Menggunakan Algoritma LSTM Muhammad Assegaf; Muhammad Fuat Asnawi; Alif Muwafiq Baihaqy
Jurnal Teknologi dan Sains Modern Vol. 3 No. 3 (2026): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i3.779

Abstract

Kebutuhan air bersih di Kabupaten Wonosobo terus meningkat, namun distribusinya masih menghadapi kendala akibat kondisi geografis dan sistem perencanaan yang bersifat reaktif sehingga sering terjadi ketidakseimbangan antara suplai dan permintaan. Selain itu, data historis konsumsi air dan jumlah pelanggan belum dimanfaatkan secara optimal untuk melakukan prediksi dini kebutuhan air. Penelitian ini bertujuan memprediksi kebutuhan air bersih harian menggunakan metode Long Short-Term Memory (LSTM). Penelitian ini menggunakan data historis harian volume air dan jumlah pelanggan yang diproses melalui tahapan preprocessing, pembentukan sequence, serta pembagian data latih dan uji. Model LSTM kemudian dievaluasi menggunakan MAE, MSE, RMSE, dan MAPE serta diintegrasikan ke dalam sistem berbasis website. Hasil pengujian menunjukkan bahwa model LSTM menghasilkan Nilai evaluasi yaitu MAE sebesar 86.84, MSE sebesar 14417, RMSE sebesar 119.67, dan MAPE sebesar 2.94%. Temuan penelitian ini menunjukkan bahwa metode Long Short-Term Memory (LSTM) efektif dalam memprediksi kebutuhan air bersih harian dengan tingkat akurasi yang baik. Model yang dikembangkan berpotensi diterapkan sebagai sistem pendukung keputusan untuk membantu PDAM dalam merencanakan distribusi air, mengoptimalkan operasional pompa, serta mengurangi risiko ketidakseimbangan suplai dan permintaan secara lebih berbasis data.
Co-Authors Muhammad Assegaf Muhammad Fuat Asnawi