digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Titan Muslim Al-khan
Terbatas Irwan Sofiyan
» ITB

Prediksi tinggi gelombang laut memiliki peranan penting dalam menunjang aktivitas operasional laut, seperti pelayaran, konstruksi, dan monitoring. Dalam penelitian ini, digunakan model machine learning untuk prediksi tinggi gelombang signifikan (????????). Model machine learning yang digunakan adalah long-short term memory networks (LSTM). Model LSTM diterapkan dalam memprediksi ???????? di beberapa kondisi Perairan Indonesia yang berbeda, meliputi daerah selat, dekat pantai, lepas pantai, dan laut terbuka, serta di Perairan Irlandia, yang mewakili daerah teluk. Berdasarkan data input ???????? diwaktu sebelumnya, dilakukan prediksi secara single-step, dan multi-step hingga 12, 24, dan 48 jam yang akan datang secara rekursif. Diperoleh hasil yang akurat untuk prediksi secara single-step dengan RMSE berkisar 4,88 cm (teluk) sampai 27,13 cm (laut terbuka). Hasil yang kurang memuaskan diperoleh saat memprediksi secara multi-step, yang dalam hal ini hasil prediksinya masih belum konsisten dalam menangkap tren kenaikan, penurunan, serta kondisi maksimum dan minimum dari pola data ????????. Dalam studi ini, ditemukan bahwa panjang data mempengaruhi secara signifikan performa model LSTM dalam memprediksi ???????? secara single-step, sedangkan dalam memprediksi secara multi-step pengaruh yang signifikan ditemukan pada fluktuasi dan kompleksitas data.