Septian Rinaldi Rianggoro, 5302416012 (2023) IMPLEMENTASI MODEL HYBRID ARIMA-RNN UNTUK PERAMALAN DATA DERET WAKTU. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

PDF (skripsi) Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Hidroponik adalah teknik bercocok tanam dengan media tanam air. Hidroponik dapat memanen lebih banyak daripada cocok tanam konvensional. Sistem monitoring hidroponik dapat menghasilkan data dengan volume besar yang selanjutnya dapat diolah menggunakan Timeseries Forecasting. Teknik Timeseries Forecasting terdiri Teknik stokastik maupun jaringan syaraf tiruan. Tujuan penelitian ini adalah menggabungkan kedua Teknik Timeseries Forecasting untuk mengetahui bagaimana akurasi yang akan didapatkan dibandingkan dengan Teknik penyusunnya. Langkah penelitian yang dilakukan pada penelitian ini adalah Penentuan parameter dalam sistem hidroponik, Rancangan aplikasi sistem monitoring hidroponik, pengujian sistem hidroponik, pengambilan data dari sistem hidroponik, menentuan model peramalan ketinggian nutrisi, penentuan parameter terbaik dari tiap model peramalan dengan uji coba, dan Hasil dan Analisa hasil dari model peramalan. Penelitian ini menghasilkan aplikasi monitoring hidroponik serta model peramalan untuk meramalkan ketinggian nutrisi. Hasil pengujian aplikasi monitoring dengan menggunakan uji White-box dengan Teknik unit test yang dapat dijalankan dengan baik oleh aplikasi. Model peramalan yang telah dibuat menghasilkan kombinasi ARIMA-LSTM dengan konfigurasi Hidden Layer 1, Hidden Neuron 80, dan Batch Size 6. Nilai metrik yang didapatkan dari model ARIMA-LSTM adalah 0,02592 pada RMSE, 0,56424 pada R2, 0,01983 pada MAE dan 9,166% pada MAPE

Actions (login required)

View Item