Ceasaro, Barry
Unknown Affiliation

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

Found 1 Documents
Search

Perbandingan Fungsi Aktivasi Untuk Meningkatkan Kinerja Model LSTM Dalam Prediksi Ketinggian Air Sungai Kurniawan, Kanada; Ceasaro, Barry; Sucipto, Sucipto
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 10, No 1 (2024): Volume 10 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v10i1.72866

Abstract

Sungai Kapuas memegang peran esensial dalam dinamika ekonomi masyarakat di Kota Pontianak, memberikan kontribusi signifikan dalam sektor transportasi, pertanian, serta pengelolaan tata air dan mitigasi banjir. Meskipun begitu, Sungai Kapuas juga memberikan tantangan serius terkait banjir yang kerap terjadi. Wilayah sepanjang Sungai Kapuas secara resmi ditetapkan sebagai Wilayah Sungai Strategis Nasional, menandakan pentingnya peran ekosistem sungai ini dalam konteks strategis nasional. Penelitian ini mengeksplorasi penerapan metode Long Short-Term Memory (LSTM) dengan berbagai fungsi aktivasi untuk memprediksi ketinggian air Sungai Kapuas. Dua belas jenis fungsi aktivasi, termasuk Sigmoid , Tanh, Hard Sigmoid , ELU, Exponential, GELU, Mish, ReLU, SELU, Swish, Softplus, dan Softsign, dievaluasi menggunakan lima metrik kinerja, yaitu Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Nash–Sutcliffe Efficiency (NSE), Pearson Correlation Coefficient (PCC), dan Kling-Gupta Efficiency (KGE). Data yang digunakan merupakan data ketinggian air Sungai Kapuas hasil observasi tiap jam dari Stasiun Meteorologi Maritim Pontianak selama periode 2016 hingga 2022. Hasil evaluasi menunjukkan bahwa fungsi aktivasi ReLU memberikan kinerja terbaik dengan nilai r, NSE, KGE, MAE, dan RMSE secara berurutan sebesar 0.990594, 0.981103, 0.988685, 3.78747, dan 5.2546.