Tinggi gelombang air laut dan kecepatan angin merupakan salah satu penyebab nelayan kehilangan kendali ketika sedang berlayar. Dampak dari tinggi gelombang air laut dan kecepatan angin juga dirasakan oleh wisatawan, penduduk pesisir pantai dan sektor transportasi laut. Penelitian ini menggunakan metode LongrnShort Term Memory (LSTM) karena metode ini memiliki nilai yang akurat dalam proses peramalan dengan historis data yang banyak dan menggunakan metode Prophet untuk mendeteksi outlier dengan interpolasi newton untuk mengganti data yang terdeteksi sebagai outlier. Jumlah data pada penelitian ini adalah 2074 data yang diperoleh dari BMKG Perak Surabaya dari bulan Januari 2020 hingga November 2022 di keempat titik penelitian yaitu titik utara, timur laut, timur dan selatan. Hasil pengujian memberikan nilai error yang beragam dengan MAPE sebagai nilai evaluasi model. Nilai error pada data tinggi gelombang air laut dititik utara, timur laut, timur dan selatan masing – masing adalah 13,32; 13,32; 9,32 dan 8.85 dengan data tanpa proses interpolasi. Sementara nilai error pada data kecepatan angin masing – masing adalah 14,74; 14,85; 15,14 dan 14,52 dengan proses interpolasi newton 3 orde pada titik timur laut dan timur. Dengan perolehan nilai MAPE di bawah 20% menjadikan model LSTM dengan kombinasi parameter pada pengujian menjadi model yang baik untuk proses prediksi pada data tinggi gelombang air laut dan kecepatan angin di keempat titik di Kabupaten Sumenep. Implementasi sistem dibuat menjadi aplikasi berbasis web untuk mempermudah pengaksesan oleh masyarakat.


Deskripsi Lain

Sea wave height and wind speed is onerncauses fishermen to lose control while sailing. Impact from highrnsea waves and wind speed are also felt by tourists, residentsrncoastal and marine transportation sector. This study uses the Long methodrnShort Term Memory (LSTM) because this method has an accurate value inrnforecasting process with a lot of historical data and using methodsrnProphet to detect outliers with newton interpolation to datarndetected an outlier. The amount of data in this study is 2074 datarnobtained from BMKG Perak Surabaya from January 2020 tornNovember 2022 at the four research points, namely the north, northeast, east andrnsouth. The test results provide various error values with MAPErnas the evaluation value of the model. The error value on the sea wave height data is at the pointrnnorth, northeast, east and south are 13.32 respectively; 13.32; 9.32 andrn8.85 with data without interpolation process. While the error value on the datarneach wind speed is 14.74; 14.85; 15.14 and 14.52 withrn3rd order newton interpolation process at the northeast and east points. With gainrnMAPE value below 20% makes the LSTM model with a combination of parametersrnon testing to be a good model for the prediction process on high datarnsea waves and wind speed at the four points in Sumenep Regency.rnSystem implementation is made into a web-based application to make it easierrncommunity access.

• PREDIKSI TREND GENRE FILM MENGGUNAKAN METODE LONG SHORT TERM MEMORY(LSTM) BERDASARKAN PENDEKATAN ANALISIS SENTIMEN MEDIA SOSIAL
• Analisis Sentimen Masyarakat Terhadap Perubahan Televisi Analog ke Digital Pada Twitter Menggunakan Metode BiLSTM
• Klasifikasi Penyakit Stroke Menggunakan Metode Convolutional Long Short Term Memory (C-LSTM)
• Prediksi Pergerakan Harga Emas Menggunakan Jaringan Saraf Tiruan Dengan Melakukan Perbandingan Antara Multilayer Perceptron Dan Long Short Term Memory
• Implementasi Metode Bidirectional Long Short Term Memory Untuk Prediksi Harga Penutupan Saham Blue Chip

• RANCANG BANGUN SISTEM MONITORING PENCATATAN DATA LOGGER PADA ANEMOMITER BERBASIS MIKROKONTROLER ARDUINO (Studi Kasus : PT Lentera Bumi Nusantara)
• KLASIFIKASI COVID-19 PADA CITRA RADIOGRAFI X-RAY DADA MENGGUNAKAN KOMBINASI CNN DAN LSTM
• Peramalan Jumlah Kasus Penderita HIV di Provinsi Jawa Timur Dengan Metode Long Short-Term Memory
• ANALISIS SENTIMEN TERHADAP APLIKASI E-LEARNING MENGGUNAKAN WORD2VEC DAN METODE LONG SHORT-TERM MEMORY (LSTM) (Studi Kasus: Ruangguru dan Zenius)
• STUDI KELAYAKAN SISTEM ENERGI TERBARUKAN HIBRIDA ANGIN DAN BIOGAS UNTUK MENDUKUNG UNIVERSITAS TRUNOJOYO MADURA MENJADI GREEN UNIVERSITY