Prediksi Jumlah Produksi Air PAM di DKI Jakarta Menggunakan Metode Long Short Term Memory

Dara, Juwita (2024) Prediksi Jumlah Produksi Air PAM di DKI Jakarta Menggunakan Metode Long Short Term Memory. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (1MB)
	Text (Bab I) Bab I_Skripsi Dara Juwita.pdf - Published Version Download (104kB)
	Text (Bab V) Bab V_Skripsi Dara Juwita.pdf - Published Version Download (95kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (100kB)
	Text (Skripsi Full Text) Skripsi Full Text_Dara Juwita.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Kota DKI Jakarta adalah salah satu kota besar di Indonesia dengan jumlah produksi air PAM yang terus mengalami peningkatan dan penurunan dari tahun ke tahun. Jika jumlah produksi air terus meningkat, maka terjadi masalah pemborosan air, sehingga perlu adanya prediksi jumlah produksi air PAM di DKI Jakarta pada masa yang akan datang. Arsitektur dari LSTM yang digunakan pada penelitian ini menggunakan 1 hidden layer dengan 32 neuron. Hasil penelitian menunjukkan bahwa Long Short Term Memory dapat digunakan untuk melakukan prediksi jumlah produksi air PAM dengan akurat. Pada LSTM ini didapatkan akurasi dengan nilai MAPE yang dihasilkan kurang dari 10%, yaitu pada data training dengan nilai MAPE sebesar 3,77% sedangkan pada data testing dengan nilai MAPE sebesar 3,52%. Hal tersebut membuat hasil dari prediksi jumlah produksi air menggunakan metode LSTM dikategorikan model peramalan yang baik. Dengan demikian, pemodelan menggunakan metode LSTM pada kasus ini dapat menjadi pilihan yang baik dalam memprediksi produksi air PAM di DKI Jakarta, membantu pihak terkait dalam perencanaan air bersih yang sesuai dengan kebutuhan penduduk DKI Jakarta.

Actions (login required)

View Item