RHADITHA NABILA, - (2024) ANALISA PREDIKSI TOTAL ELECTRON CONTENT MENGGUNAKAN MACHINE LEARNING DENGAN ALGORITMA LONG-SHORT TERM MEMORY (LSTM). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
Laporan TA Radhita Nabila Repository.pdf - Published Version Download (5MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text (BAB IV)
BAB IV Repository.pdf - Published Version Restricted to Repository staff only Download (1MB) |
Abstract
Total Electron Content (TEC) merupakan parameter penting ionosfer yang mempengaruhi komunikasi radio dan navigasi satelit, sehingga dibutuhkan informasi lanjutan dengan melakukan prediksi data TEC. Penelitian ini melakukan analisis prediksi data TEC menggunakan Machine Learning dengan Algoritma Long-Short Term Memory (LSTM), parameter untuk validasi prediksi data TEC menggunakan Mean Absolute Error (MAE). Hasil penelitian analisis prediksi menunjukkan bahwa prediksi TEC terbaik pada variasi bulanan berada pada bulan Desember dengan nilai MAE adalah 0,299 TECU atau sama dengan 1,612 %. Hasil ini menujukkan kemampuan algoritma LSTM dalam memprediksi Variasi TEC serta relevansinya untuk pengembangan sistem navigasi satelit.
| Item Type: | Thesis (Skripsi) | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||||||
| Subjects: | 000 Karya Umum | ||||||||||||
| Divisions: | Fakultas Sains dan Teknologi > Teknik Elektro | ||||||||||||
| Depositing User: | fsains - | ||||||||||||
| Date Deposited: | 20 Jan 2025 03:10 | ||||||||||||
| Last Modified: | 20 Jan 2025 03:12 | ||||||||||||
| URI: | http://repository.uin-suska.ac.id/id/eprint/85731 |
Actions (login required)
 |
View Item |
