• Login
    View Item 
    •   Home
    • UNDERGRADUATE THESES (Koleksi Skripsi Sarjana)
    • UT-Faculty of Engineering
    • View Item
    •   Home
    • UNDERGRADUATE THESES (Koleksi Skripsi Sarjana)
    • UT-Faculty of Engineering
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Pemodelan Curah Hujan Das Sampean Baru Berdasarkan Data Satelit Noaa Menggunakan Deep Learning

    Thumbnail
    View/Open
    REPO iqbal.pdf (2.749Mb)
    Date
    2025-01-14
    Author
    DARAJAD, Iqbal Rafi’Ud
    Metadata
    Show full item record
    Abstract
    Curah hujan merupakan salah satu parameter penting dalam meteorologi yang memengaruhi pengelolaan sumber daya air, pertanian, dan mitigasi bencana. Pengukuran konvensional curah hujan di DAS Sampean Baru sering menghadapi kendala kehilangan data akibat alat ukur yang kurang terpelihara atau kesalahan pencatatan. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi curah hujan menggunakan data satelit NOAA dengan algoritma Deep Learning berbasis Long Short-Term Memory (LSTM). Data satelit NOAA, yang memiliki resolusi spasial tinggi, digunakan sebagai input model, sementara data observasi digunakan sebagai referensi validasi. Pemodelan dilakukan dengan parameter meliputi 1 hidden layer, 10-25 neuron, learning rate 0,005-0,1, batch size 2-12, optimizer Adam, dan 1500 epoch. Hasil penelitian menunjukkan bahwa model memiliki nilai NSE 0,57-0,36, korelasi (R) 0,76-0,49, dan R² 0,58-0,24, yang mengindikasikan akurasi cukup baik secara keseluruhan. Namun, pada beberapa pos curah hujan, model masih belum mencapai performa optimal. Penelitian ini menunjukkan bahwa pendekatan deep learning berbasis LSTM dengan data satelit NOAA dapat menjadi alternatif andal dalam memprediksi curah hujan. Pendekatan ini berpotensi meningkatkan efisiensi pengelolaan sumber daya air dan mitigasi bencana
    URI
    https://repository.unej.ac.id/xmlui/handle/123456789/126041
    Collections
    • UT-Faculty of Engineering [4293]

    UPA-TIK Copyright © 2024  Library University of Jember
    Contact Us | Send Feedback

    Indonesia DSpace Group :

    University of Jember Repository
    IPB University Scientific Repository
    UIN Syarif Hidayatullah Institutional Repository
     

     

    Browse

    All of RepositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    Context

    Edit this item

    UPA-TIK Copyright © 2024  Library University of Jember
    Contact Us | Send Feedback

    Indonesia DSpace Group :

    University of Jember Repository
    IPB University Scientific Repository
    UIN Syarif Hidayatullah Institutional Repository