Pendekatan Peramalan Deret Waktu Ketinggian Gelombang Menggunakan Model Autoformer: Studi Kasus di Pelabuhan Ratu, Indonesia - Dalam bentuk pengganti sidang - Artikel Jurnal
EGI DHEA NAGITA

Informasi Umum

Kode

25.04.1217

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Sains Data

Dilihat

182 kali

Informasi Lainnya

Abstraksi

<p>Peramalan tinggi gelombang laut yang akurat sangat penting untuk memastikan</p>

<p>keselamatan maritim dan mengurangi risiko di wilayah pesisir. Namun, pendekatan</p>

<p>peramalan tradisional, seperti simulasi numerik, sering kali memerlukan biaya komputasi</p>

<p>yang tinggi, sementara pendekatan statistik biasanya kesulitan menjaga presisi dalam</p>

<p>jangka panjang di lingkungan yang sangat dinamis. Studi ini bertujuan untuk mengatasi</p>

<p>tantangan tersebut dengan mengevaluasi model deep learning bernama Autoformer, yang</p>

<p>menggunakan mekanisme perhatian autokorelasi, guna meningkatkan peramalan tinggi</p>

<p>gelombang deret waktu. Untuk mencapai tujuan ini, kami melakukan simulasi gelombang</p>

<p>bersarang secara kontinu menggunakan model gelombang SWAN untuk menghasilkan</p>

<p>data gelombang selama 10 tahun di wilayah pesisir Pelabuhan Ratu, Jawa Barat,</p>

<p>Indonesia. Wilayah ini memiliki dinamika gelombang yang dipengaruhi oleh gelombang</p>

<p>swell dan gelombang angin lokal. Kami menguji model dengan berbagai skenario untuk</p>

<p>menyelidiki sensitivitas panjang data pelatihan dan cakrawala peramalan. Selain itu, kami</p>

<p>membandingkan hasil model Autoformer dengan Transformer standar. Autoformer</p>

<p>mencapai mean absolute percentage error (MAPE) sebesar 0,0231, mean squared error</p>

<p>(MSE) sebesar 0,0003, root mean squared error (RMSE) sebesar 0,0173, koefisien</p>

<p>korelasi (CC) sebesar 0,9923, dan koefisien determinasi (R&sup2;) sebesar 0,9857, secara</p>

<p>konsisten mengungguli Transformer dalam semua metrik evaluasi. Hasil ini menegaskan</p>

<p>kemampuan superior Autoformer dalam memodelkan pola temporal yang kompleks.</p>

<p>Temuan studi ini menunjukkan potensi Autoformer sebagai alat yang andal untuk</p>

<p>peramalan tinggi gelombang jangka panjang di lingkungan pesisir yang dinamis, yang</p>

<p>dapat secara signifikan meningkatkan keselamatan maritim dan praktik pengelolaan</p>

<p>pesisir.</p>

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook