Please use this identifier to cite or link to this item:
https://repository.uksw.edu//handle/123456789/35071
Title: | Prediksi Curah Hujan di Kabupaten Tegal menggunakan ETSFormer (Exponential Smoothing Transformer) |
Authors: | Tridinatha, Zenitha Eunike |
Keywords: | Prediksi;Curah Hujan;Deep Learning;ETSFormer |
Issue Date: | 21-Aug-2024 |
Abstract: | Cuaca merupakan kondisi udara di atmosfer pada lokasi dan waktu tertentu yang sifatnya tidak tetap dan selalu berubah. Adapun banyak faktor yang mempengaruhi kondisi cuaca, salah satunya adalah curah hujan. Curah hujan merupakan parameter iklim yang memiliki tingkat keragaman yang tinggi akibat anomali iklim. Anomali iklim yang menjadikan curah hujan sangat sulit untuk diketahui. Adapun faktor-faktor tertentu dapat mengakibatkan pola sebaran dari curah hujan yang menjadi tidak merata antara suatu daerah dengan daerah lainnya. Besarnya curah hujan yang akan terjadi juga tidak dapat ditentukan secara pasti, tetapi bisa dilakukannya prediksi atau diperkirakan besarnya curah hujan di masa yang akan mendatang. Penelitian ini melakukan prediksi curah hujan di Kabupaten Tegal menggunakan ETSFormer. Tujuannya adalah untuk memberikan informasi yang berguna terkait pola curah hujan di masa mendatang bagi masyarakat dalam menjalani aktivitas sehari-hari terkhususnya di Kabupaten Tegal. Hasil dari penelitian ini bahwa model ETSFormer mampu melakukan prediksi curah hujan dengan baik menggunakan komposisi data 8:2 dengan analisis univariat yang menghasilkan nilai terbaik pada evaluasi metrik MSE sebesar 0.002925439039245248 dan MAE sebesar 0.036676984280347824. Weather is the atmospheric condition at a specific location and time that is variable and constantly changing. Many factors influence weather conditions, one of which is rainfall. Rainfall is a climatic parameter characterized by high variability due to climate anomalies. These anomalies make rainfall prediction very challenging. Specific factors can cause uneven distribution patterns of rainfall between different regions. The exact amount of rainfall that will occur cannot be determined precisely, but predictions or estimations can be made for future rainfall amounts. This study predicts rainfall in Tegal Regency using ETSFormer. Its aim is to provide useful information about future rainfall patterns for the community, especially in Tegal Regency, to facilitate daily activities. The results show that the ETSFormer model effectively predicts rainfall, achieving optimal results with an 8:2 data composition using univariate analysis, yielding the best MSE evaluation metric of 0.002925439039245248 and MAE of 0.036676984280347824. |
URI: | https://repository.uksw.edu//handle/123456789/35071 |
Appears in Collections: | T1 - Information Systems |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
T1_682020132_Judul.pdf | 693.76 kB | Adobe PDF | View/Open | |
T1_682020132_Isi.pdf Until 9999-01-01 | 849.39 kB | Adobe PDF | View/Open | |
T1_682020132_Daftar Pustaka.pdf | 337 kB | Adobe PDF | View/Open | |
T1_682020132_Formulir Pernyataan Persetujuan Penyerahan Lisensi dan Pilihan Embargo.pdf Until 9999-01-01 | 543.92 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.