%A SUNDARI LINDA 
%T PEMODELAN TIME SERIES UNTUK PERAMALAN SUHU UDARA
MENGGUNAKAN METODE LONG SHORT TERM MEMORY (LSTM)
(Studi Kasus: Stasiun Klimatologi Lampung)
%X Peramalan merupakan ilmu yang mempelajari suatu peristiwa pada masa yang
akan datang berdasarkan data historis yang berupa data time series. Data time
series adalah data yang diambil berdasarkan urutan waktu ke waktu (data
sekuensial). Analisis peramalan pada data time series dapat dilakukan dengan
menggunakan metode Long Short Term Memory (LSTM). Metode ini mampu
menyimpan informasi data masukan dalam waktu yang panjang berdasarkan
informasi data pada masa lalu. Pada penelitian ini bertujuan untuk memodelkan
data time series dan mengetahui performa LSTM dalam melakukan peramalan
suhu udara. Pengujian akurasi terhadap model ini menggunakan nilai RMSE dan
MAPE, dimana model yang memiliki nilai RMSE dan MAPE yang terkecil
merupakan model yang terbaik. Model LSTM yang terbaik dalam peramalan
suhu udara menggunakan 80% data training dan 20% data testing. Adapun model
LSTM untuk peramalan Suhu Udara Minimum dibentuk dari 50 neuron hidden, 4
batch size, dan 50 epoch dengan nilai RMSE 0,89 dan MAPE sebesar 2,59%.
Sedangkan model LSTM terbaik untuk peramalan Suhu Udara Maksimum dan
Suhu Udara Rata-rata dibentuk dari 25 neuron hidden, 4 batch size, dan 50 epoch
dengan nilai RMSE dan MAPE Suhu Udara maksimum sebesar 0,85 dan 2,32%
serta Suhu Udara Rata-rata sebesar 0,88 dan 2,44%. Maka model LSTM ini
sangat baik untuk peramalan Suhu Udara.
Kata Kunci: Peramalan, Time Series, Long Short Term Memory (LSTM).
%C UNIVERSITAS LAMPUNG
%D 2023
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%L eprints70133