<![CDATA[Ketinggian air sangat besar efeknya untuk pertimbangan seperti pembangunan, kehidupan sosial, ekonomi, kesehatan, bahkan terhadap infrastrukter dan lainnya. Ketinggian air juga menjadi pertimbangan membuat keputusan berbagai hal yang akan diambil dan dilakukan. Memprediksi ketinggian permukaan air sungai Ciliwung menggunakan data time series dengan memamfaatkan mesin learning adalah solusi yang bisa diambil dengan tujuan membuat model prediksi menggunakan algoritma Long Short-Term Memory (LSTM) dengan optimasi Adam memberikan informasi 10 menit sekali selama 24 jam. Hasil menunjukkan keberhasilan dalam membuat model prediksi ketinggian permukaan air sungai Ciliwung, namun hasil juga menunjukkan bahwa satu jenis data belum bisa dijadikan acuan secara akurat. Evaluasi nilai MSE sebesar 3620.69 dengan 6.829 data latih 1467.35 untuk 2.845 data uji dengan total data 9.963. Metode ini terbukti bekerja dengan baik walaupun menggunakan data yang kurang variatif. Hasil loss dan akurasi prediksi terbukti berhasil namun tidak dianjurkan digunakan sebagai acuan utama membuat keputusan tereakit ketinggian air sungai Ciliwung.]]>
Copyrights © 2025
