Prediksi Temporal untuk Kemunculan Titik Panas di Kabupaten Rokan Hilir Riau Menggunakan Long Short Term Memory RNN
View/ Open
Date
2018Author
Luthfiah, Hafshah
Agmalaro, Muhammad Asyhar
Metadata
Show full item recordAbstract
Kebakaran hutan merupakan salah satu penyebab menurunnya jumlah
hutan yang menghasilkan emisi partikel tinggi yang dapat membahayakan
kesehatan manusia. Penurunan jumlah hutan di Indonesia mencapai angka ±4.5
juta Ha atau sekitar 1.13 juta Ha per tahun. Berdasarkan hasil pemantauan NOAA
pada tahun 2003, Provinsi Riau memiliki 55% titik panas dari seluruh titik panas
yang ada di wilayah Sumatera. Salah satu cara untuk mengurangi penurunan
jumlah hutan adalah dengan memprediksi kemunculan titik panas. Penelitian ini
membangun sebuah model untuk memprediksi kemunculan titik panas di
Kabupaten Rokan Hilir Provinsi Riau dengan menggunakan Long short term
memory recurrent neural network (LSTM RNN). LSTM RNN merupakan salah
satu metode peramalan yang dapat digunakan untuk memprediksi kemunculan
titik panas dengan mempelajari pola data latih yang berasal dari data yang
berbentuk deret waktu. Hasil dari pembelajaran LSTM RNN ini baik dalam
memprediksi nilai aktual, namun tidak cukup baik pada nilai yang sangat tinggi.
Hasil pembelajaran menggunakan LSTM RNN dengan arsitektur berdasarkan plot
autokorelasi parsial untuk menentukan node lapisan masukan mendapatkan nilai
korelasi sebesar 0.99 dan RMSE sebesar 88.54.
Collections
- UT - Computer Science [2236]