Browsing UT - Faculty of Mathematics and Natural Sciences by Subject "LSTM"
Now showing items 1-19 of 19
-
Analisis Kinerja VAE-LSTM dalam Pendeteksian Anomali Data Suhu rata-rata harian di Jakarta Tahun 2000-2023
(2024)Perubahan iklim terjadi di seluruh dunia, sehingga kondisi iklim global menjadi perhatian utama. Di daerah perkotaan yang padat penduduknya seperti Jakarta, tidak mungkin untuk menghindari dampak dari perubahan iklim, ... -
Aplikasi Algoritma LSTM, GRU, dan Bi-LSTM untuk Memprediksi Harga Batu Bara Dunia
(2023)Batu bara merupakan sumber energi yang banyak digunakan untuk pembangkit listrik di dunia. Hal ini membuat harga batu bara dunia memiliki pengaruh yang besar terhadap berbagai aspek. Harga batu bara dipengaruhi oleh ... -
Aplikasi Metode ARIMA, LSTM, dan Hybrid ARIMA-LSTM pada Peramalan Harga Crude Palm Oil (CPO) Dunia
(2023)Minyak sawit mentah atau Crude Palm Oil (CPO) adalah salah satu komoditas unggulan ekspor Indonesia di sektor pertanian. Indonesia juga merupakan produsen CPO terbesar di dunia. Harga CPO dunia berdampak signifikan terhadap ... -
Detecting Suicidal Ideation of Tweets Using Long Short-Term Memory and Fasttext Word Embedding
(2023)Suicide is a global health crisis. It has become the second greatest cause of mortality for people aged 15 to 29. In Indonesia, around five people commit suicide every day. To avert the tragedy of suicide in diverse ... -
Implementasi LSTM Autoencoder-OCSVM dalam Pendeteksian Anomali Cuaca untuk Pertanian: Studi Kasus Jawa Timur
(2024)Perubahan cuaca yang tidak menentu, terutama dalam durasi sinar matahari dan curah hujan, dapat meningkatkan risiko terjadinya bencana alam, yang berpotensi memengaruhi produktivitas pertanian di Jawa Timur. Pendeteksian ... -
Model Prediksi Harga Cabai Merah Melibatkan Barang Substitusi Menggunakan LSTM Python Di Jawa Barat
(2024)Data dari Badan Pusat Statistik menunjukkan adanya peningkatan dalam produksi dan konsumsi cabai merah per tahun di Indonesia. Selama rentang waktu Januari 2018 hingga Desember 2023, harga cabai merah mengalami fluktuasi ... -
Model Rekonstruksi Data Temporal Tinggi Muka Air Lahan Gambut
(2023)Lahan gambut adalah akumulasi tumbuhan mati yang terdekomposisi penuh selama lebih dari ribuan tahun dan dapat menyimpan karbon, memproduksi oksigen serta mengatur tingkat air. Tinggi muka air (TMA) menjadi indikator ... -
Pemodelan Data Deret Waktu Kematian Ternak Akibat Wabah African Swine Fever Menggunakan Metode LSTM
(2022)African Swine Fever (ASF) merupakan penyakit paling mematikan yang menyerang babi dengan tingkat kematian mendekati 100%. Penyakit ASF ditularkan melalui gigitan kutu caplak yang terinfeksi, selain itu dapat juga melalui ... -
Pemodelan Harga Minyak Mentah Dunia Tahun 2022 - 2023 dengan Metode ARIMA, LSTM, dan GRU
(2024)Minyak mentah adalah sumber daya alam yang berharga dengan dampak ekonomi yang signifikan. Mengingat sifat fluktuasi harga minyak mentah dunia dan jaminan ekonomi yang signifikan, peramalan harga yang akurat sangat penting ... -
Penerapan Long Short-Term Memory dalam Peramalan Return Indeks Harga Saham Gabungan untuk Pendeteksian Krisis Pasar Modal di Indonesia
(2024)Pemodelan data deret waktu multivariate telah banyak dikembangkan dengan menggunakan algoritma deep learning. Salah satu metode deep learning yang dapat digunakan untuk pemodelan data sekuensial adalah Long Short-Term ... -
Penerapan Long Short Term Memory Peubah Tunggal dan Ganda untuk Prediksi Harga Minyak Kelapa Sawit Dunia
(2024)Analisis deret waktu sangat penting untuk memprediksi faktor ekonomi dan faktor-faktor penting lainnya, hal itu dapat dilakukan secara peubah tunggal dan peubah ganda. Perkembangan teknologi menciptakan long short term ... -
Penerapan Long Short-Term Memory untuk Peramalan Harga Emas
(2023)Emas merupakan salah satu bentuk investasi dan disebut sebagai aset safe haven karena kestabilannya dalam kondisi pasar yang tidak stabil. Peramalan harga emas menjadi penting bagi investor sebagai alat bantu pengambilan ... -
Penerapan Metode Hybrid GARCH-LSTM untuk Meramalkan Harga Bawang Putih Nasional
(2024)Analisis deret waktu digunakan untuk menghasilkan ramalan terhadap kejadian yang akan datang dengan mengasumsikan data dalam kondisi stasioner dan linear. Namun, dalam kehidupan nyata, data sering kali bersifat nonstasioner, ... -
Penerapan Metode LSTM dengan Penanganan Data Tidak Seimbang pada Klasifikasi Kejadian Bencana Hidrometeorologi Basah di Kota Bogor
(2024)Banjir dan longsor adalah bencana dominan di Indonesia dengan tingkat kejadian tinggi setiap tahunnya. Kota Bogor memiliki tingkat kerentanan di atas 50% dan merupakan salah satu daerah dengan kerentanan bencana tertinggi ... -
Penerapan Metode LSTM dengan Penanganan Data Tidak Seimbang pada Klasifikasi Kejadian Bencana Hidrometeorologi Basah di Kota Bogor
(2024)Banjir dan longsor adalah bencana dominan di Indonesia dengan tingkat kejadian tinggi setiap tahunnya. Kota Bogor memiliki tingkat kerentanan di atas 50% dan merupakan salah satu daerah dengan kerentanan bencana tertinggi ... -
Penerapan Metode LSTM dengan Penanganan Data Tidak Seimbang pada Klasifikasi Kejadian Bencana Hidrometeorologi Basah di Kota Bogor
(2024)Banjir dan longsor adalah bencana dominan di Indonesia dengan tingkat kejadian tinggi setiap tahunnya. Kota Bogor memiliki tingkat kerentanan di atas 50% dan merupakan salah satu daerah dengan kerentanan bencana tertinggi ... -
Peramalan Kesesuaian Lahan Sorgum di Kabupaten Bogor Menggunakan Algoritma Long Short-Term Memory
(2023)Perang antara Rusia dan Ukraina yang merupakan pengekspor gandum membuat Indonesia harus merencanakan alternatif yang dapat digunakan dikarenakan gandum masih cukup sulit untuk ditanam di Indonesia. Sorgum sebagai salah ... -
Peramalan Nilai Ekspor Migas Indonesia Menggunakan Algoritma Long Short-Term Memory
(2024)Sektor minyak dan gas bumi (migas) memiliki peran sentral dalam ekonomi Indonesia melalui kegiatan ekspor, memberikan kontribusi signifikan terhadap pendapatan nasional. Data Badan Pusat Statistik menunjukkan fluktuasi ... -
Prediksi Jumlah Hotspot di Kalimantan Menggunakan Model Long Short-Term Memory Berdasarkan Indikator Iklim
(2024)Forest and land fires have become a concerning phenomenon in Indonesia. As mitigation, hotspots are used as an early stage to identify fires. In an effort to predict the number of hotspots, deep learning models such as ...