PREDIKSI LOKASI KERETA API NEAR REAL-TIME BERDASARKAN DATA TIME-SERIES MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY DENGAN MEKANISME ATTENTION - Dalam bentuk buku karya ilmiah
FATHIMAH AZZAHRA
Informasi Umum
Kode
25.04.1064
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Deep Learning
Dilihat
272 kali
Informasi Lainnya
Abstraksi
Pelacakan lokasi kereta yang akurat dan kontinu merupakan elemen krusial dalam sistem perkeretaapian untuk menjamin keselamatan dan efisiensi jadwal operasional. Namun, data dari sensor kereta api sering kali memiliki pembaruan yang tidak teratur akibat gangguan sinyal atau keterlambatan transmisi data, yang menyebabkan adanya celah dalam data. Penelitian ini bertujuan untuk mengatasi tantangan tersebut dengan mengembangkan model prediksi lokasi kereta berbasis <em>deep learning</em> yang mendekati <em>real-time</em>.<br /> Pendekatan yang diusulkan melibatkan tiga langkah utama. Langkah awal merupakan <em>data preprocessing</em> yang dilakukan dengan memanfaatkan data titik-titik pembentuk jalur lintasan kereta api yang konsisten dan akurat sebagai referensi spasial untuk memastikan data sensor memiliki akurasi posisi yang optimal. Kemudian, interpolasi data diterapkan untuk menghasilkan <em>dataset</em> dengan resolusi temporal yang konsisten setiap 60 detik. Pendekatan interpolasi ini juga diterapkan pada
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | FATHIMAH AZZAHRA |
| Jenis | Perorangan |
| Penyunting | Sinung Suakanto, Faqih Hamami |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Sistem Informasi |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
