PREDIKSI KETINGGIAN AIR DAN BANJIR BERBASIS GATED RECURRENT UNITS DENGAN INTEGRASI DASHBOARD NODE-RED UNTUK MONITORING REAL-TIME

Perdana, Ahmad Satrio (2025) PREDIKSI KETINGGIAN AIR DAN BANJIR BERBASIS GATED RECURRENT UNITS DENGAN INTEGRASI DASHBOARD NODE-RED UNTUK MONITORING REAL-TIME. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) COVER.pdf - Published Version Download (962kB) | Preview
Preview	Text (Abstrak) ABSTRAK.pdf - Published Version Download (194kB) | Preview
	Text (Bab I) BAB 1.pdf - Published Version Restricted to Repository staff only Download (310kB)
	Text (Bab II) BAB II.pdf - Published Version Restricted to Repository staff only Download (528kB)
	Text (Bab III) BAB III.pdf - Published Version Restricted to Repository staff only Download (616kB)
	Text (Bab IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB)
	Text (Bab V) BAB V.pdf - Published Version Restricted to Repository staff only Download (231kB)
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (2MB)
	Text (Lampiran) LAMPIRAN (3)_removed.pdf - Published Version Restricted to Repository staff only Download (10MB)

Abstract

Penelitian ini mengembangkan model Gated Recurrent Unit (GRU) untuk memprediksi ketinggian air sungai 48 jam ke depan menggunakan data tingkat menit dari Sungai Sahang yang dikumpulkan selama April–Mei 2025. Model dilatih dengan memanfaatkan campuran data intensitas curah hujan dan ketinggian air, menggunakan optimizer Adam dan fungsi kehilangan mean squared error (MSE) selama 50 epoch, dengan penerapan early stopping untuk mencegah overfitting. Tiga skenario pembagian data (80:20, 70:30, dan 60:40) digunakan untuk mengevaluasi kinerja model dengan metrik MSE, RMSE, R², dan Nash-Sutcliffe Efficiency (NSE). Hasilnya menunjukkan bahwa model GRU secara konsisten memberikan kinerja yang sangat baik (NSE > 0,99) pada semua skenario validasi. Pembagian data 60:40 mencapai akurasi tertinggi (R² = 1,00, NSE = 0,9963), sementara konfigurasi 80:20 menawarkan keseimbangan terbaik dalam hal efisiensi pelatihan dan stabilitas model. Analisis korelasi lag menunjukkan korelasi tertinggi (R² = 0,8397) pada lag 0 menit, yang mengindikasikan bahwa lonjakan curah hujan secara langsung memicu peningkatan ketinggian air tanpa penundaan waktu. Selain itu, output model diintegrasikan dengan Node-red Dashboard untuk menyediakan prediksi ketinggian air secara real-time dan interaktif. Dengan menggunakan Nodered sebagai platform pemrograman visual, hasil prediksi model ditampilkan melalui widget gauge dan chart, memungkinkan visualisasi langsung terhadap peningkatan ketinggian air dan intensitas curah hujan yang terkait.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Banjir, Gated Recurrent Units, Prediksi, Tinggi air
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Telecommunication Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	27 Aug 2025 08:07
Last Modified:	27 Aug 2025 08:07
URI:	http://eprints.polsri.ac.id/id/eprint/18832

Actions (login required)

View Item