PREDIKSI KECEPATAN ANGIN HARIAN KOTA BANDAR LAMPUNG MENGGUNAKAN RECURRENT NEURAL NETWORK (RNN)

Authors

  • Melisa Sekar Fadila Program Studi Matematika, Fakultas Sains, Institut Teknologi Sumatera, Lampung Selatan, Lampung, Indonesia
  • Lailatul Fitri Purba Dasuha Program Studi Matematika, Fakultas Sains, Institut Teknologi Sumatera, Lampung Selatan, Lampung, Indonesia
  • Rifky Fauzi Program Studi Matematika, Fakultas Sains, Institut Teknologi Sumatera, Lampung Selatan, Lampung, Indonesia

Keywords:

Kecepatan Angin, Prediksi, Recurrent Neural Network (RNN), Pembangkit Listrik

Abstract

Angin merupakan salah satu fenomena alam yang tak terpisahkan dari kehidupan manusia terjadi saat udara bergerak dengan arah dan kecepatan yang sejajar dengan permukaan bumi. Tenaga yang dihasilkan oleh hembusan angin dapat dimanfaatkan, salah satunya sebagai pembangkit listrik. Tujuan dari kajian ini adalah untuk memodelkan kecepatan angin Kota Bandar Lampung 2023 dalam hari menggunakan Recurrent Neural Network (RNN). Penelitian ini menggunakan data yang diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) kecepatan angin Kota Bandar Lampung 2023 dalam hari. Sampel data yang digunakan adalah kecepatan angin saat maksimum (m/s). Kemudian data yang diperoleh tersebut akan dibuat sistem menggunakan Recurrent Neural Network (RNN). Hasil model RNN menunjukkan bahwa cukup dekat dengan data aktual. Meskipun RNN tidak dengan tepat memprediksi kecepatan angin, namun modelnya mengikuti tren yang serupa dengan data aktual. Hasil ini juga menunjukkan bahwa model RNN memiliki performa yang cukup baik dalam memprediksi kecepatan angin, meskipun peningkatan akurasi masih bisa dicapai dengan penyempurnaan lebih lanjut pada model. Hasil penelitian ini diharapkan dapat digunakan untuk memprediksi kecepatan angin di kemudian hari dan dapat digunakan untuk nelayan, dan bidang transformasi serta serta mengetahui hari-hari dengan kecepatan angin tinggi dapat membantu mengoptimalkan pengoperasian turbin angin, sementara memahami periode kecepatan angin rendah dapat membantu merencanakan cadangan energi.

Downloads

Published

2024-08-31