cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Abd Kholiq
Contact Email
kholiq@unesa.ac.id
Phone
+6285731570404
Journal Mail Official
jifi@unesa.ac.id
Editorial Address
Jurusan Fisika FMIPA Universitas Negeri Surabaya Kampus Ketintang Unesa, Gedung C3 Lantai 1 Jl Ketintang, Surabaya 60321, Indonesia
Location
Kota surabaya,
Jawa timur
INDONESIA
Inovasi Fisika Indonesia (IFI)
Published by Universitas Negeri Surabaya
ISSN : 23024216     EISSN : 28301765     DOI : https://doi.org/10.26740/ifi
Core Subject : Science, Engineering,
Earth & Planetary Sciences Electrical & Electronics Engineering Materials Science & Nanotechnology Physics
Jurnal Inovasi Fisika Indonesia(IFI) is a peer-reviewed journal, ISSN: 2302-4216, which is managed and published by the Department of Physics, Faculty of Mathematics and Natural Sciences (FMIPA) Universitas Negeri Surabaya (UNESA). This journal is accessible to all readers and covers developments and research in physics (Materials Physics, Earth Physics and Instrumentation Physics).
Arjuna Subject : Fisika dan Astronomi - Fisika dan Astronomi (Lain-Lain)
Articles 451 Documents
 42   43   44   45   46 
EVALUASI MODEL LONG SHORT-TERM MEMORY (LSTM) UNTUK PREDIKSI CURAH HUJAN DI ZONA MUSIM (ZOM) PROVINSI JAWA TENGAH Catur Handika; Fendy Arifianto; Yahya Darmawan; Ervan Ferdiansyah
Inovasi Fisika Indonesia Vol. 15 No. 2 (2026): Vol 15 No 2
Publisher : Prodi Fisika FMIPA Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/ifi.v15n2.p337-351

Abstract

Provinsi Jawa Tengah merupakan salah satu sentra produksi pertanian nasional yang juga rentan terhadap bencana hidrometeorologi, sehingga informasi curah hujan dasarian yang akurat diperlukan untuk mendukung sektor tersebut. Penelitian ini bertujuan menghasilkan kinerja model Long Short-Term Memory (LSTM) dalam memprediksi curah hujan dasarian pada 54 Zona Musim (ZOM) di Jawa Tengah. Data yang digunakan berupa curah hujan blending serta angin zonal (U850), angin meridional (V850), dan kelembaban relatif (RH850) lapisan 850 hPa dari ERA5. Data dibagi menjadi pelatihan tahun 1991–2015, validasi tahun 2016–2020, dan pengujian tahun 2021–2024. Seleksi prediktor menggunakan Light Gradient Boosting Machine (LightGBM) dan SHapley Additive exPlanations (SHAP), yang menunjukkan RH850 dan U850 sebagai prediktor dengan kontribusi terbesar. Hasil penelitian menunjukkan model LSTM mampu merepresentasikan pola temporal dan tren musiman curah hujan dengan baik, dengan korelasi keliling antara 0,53 hingga 0,81, RMSE antara 27,70 hingga 76,47 mm, MAE antara 19,41 hingga 55,63 mm, dan bias antara −17,27 hingga 13,47 mm. Namun performa model masih bervariasi setiap ZOM dan kurang optimal dalam mengestimasi puncak curah hujan ekstrem.

Page 46 of 46 | Total Record : 451

 42   43   44   45   46 

Filter by Year

2012 2026


Reset
Filter By Issues
All Issue Vol. 15 No. 2 (2026): Vol 15 No 2 Vol. 15 No. 1 (2026): Vol 15 No 1 Vol. 14 No. 3 (2025): Vol 14 No 3 Vol. 14 No. 2 (2025): Vol 14 No 2 Vol. 14 No. 1 (2025): Vol 14 No 1 Vol. 13 No. 3 (2024): Vol 13 No 3 Vol. 13 No. 2 (2024): Vol 13 No 2 Vol. 13 No. 1 (2024): Vol 13 No 1 Vol. 12 No. 3 (2023): Vol 12 No 3 Vol 12 No 2 (2023): Vol 12 No 2 Vol 12 No 1 (2023): Vol 12 No 1 Vol 11 No 3 (2022): Vol 11 No 3 Vol 11 No 2 (2022) Vol 11 No 1 (2022) Vol 10 No 3 (2021) Vol 10 No 2 (2021) Vol 10 No 1 (2021) Vol 9 No 3 (2020) Vol 9 No 2 (2020) Vol 9 No 1 (2020) Vol 8 No 3 (2019) Vol 8 No 2 (2019) Vol 8 No 1 (2019) Vol 7 No 3 (2018) Vol 7 No 2 (2018) Vol 7 No 1 (2018) Vol 6 No 3 (2017) Vol 6 No 2 (2017) Vol 6 No 1 (2017) Vol 5 No 3 (2016) Vol 5 No 2 (2016) Vol 5 No 1 (2016) Vol 4 No 3 (2015) Vol 4 No 2 (2015) Vol 4 No 1 (2015) Vol 3 No 3 (2014) Vol 3 No 2 (2014) Vol 3 No 1 (2014) Vol 2 No 3 (2013) Vol 2 No 2 (2013) Vol 2 No 1 (2013) Vol 1 No 1 (2012) More Issue