SISTEM PREDIKSI KECEPATAN DAN ARAH ANGINMENGGUNAKAN BIDIRECTIONAL LONG SHORT-TERMMEMORY

Abstract

Makalah ini mengusulkan sistem prediksi kecepatan dan arah angin menggunakan sistem bidirectional long short-term memory (BILSTM) untuk periode prediksi satu jam ke depan. Sistem BILSTM menggunakan dua arah proses data, yaitu forward dan backward yang bertujuan untuk meningkatkan akurasi hasil prediksi kecepatan dan arah angin dan juga mereduksi waktu tunda. Input dari sistem prediksi menggunakan data kecepatan dan arah angin pada waktu yang sama yang diambil dari AMeDAS (Automated Meteorological Data Acquisition System), Jepang. Performa dari sistem prediksi dievaluasi menggunakan MAE (mean absolute error) dan RMSE (root mean square error) antara nilai aktual dan nilai prediksi. Target dari sistem prediksi yang diusulkan adalah meningkatkan akurasi hasil prediksi yang diperbandingkan dengan sistem FCNN (fully connected neural network) dan sistem SLSTM (stacked long short-term memory) pada setiap musim dalam satu tahun.