Prediksi Cuaca Untuk Peningkatan Keselamatan Penerbangan dengan Menggunakan Jaringan Saraf Tiruan dan Algoritma Genetika

Rafika, Dwi Andhitia (2017) Prediksi Cuaca Untuk Peningkatan Keselamatan Penerbangan dengan Menggunakan Jaringan Saraf Tiruan dan Algoritma Genetika. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 2413100036-Undergraduate_Theses.pdf]
Preview
Text
2413100036-Undergraduate_Theses.pdf - Published Version

Download (6MB) | Preview

Abstract

Pada bidang penerbangan, prediksi cuaca penting untuk menentukan waktu, lokasi, arah gerak, ketinggian dan keselamatan. Cuaca yang buruk dapat menyebabkan jadwal penerbangan yang berubah secara mendadak dan mengancam keselamatan. Maka dari itu diperlukannya sebuah sistem prediksi cuaca yang akurat untuk meningkatkan keselamatan penerbangan. Dalam penenelitian ini digunakan metode jaringan saraf tiruan dan algortima genetika untuk melakukan prediksi visibilitas dan prediksi kecepatan angin. Prediksi visibilitas menggunakan metode jaringan saraf tiruan dan algoritma genetik dapat meningkatkan akurasi dari prediksi dengan nilai RMSE sebesar 0.115 dan dapat menghasilkan bobot yang optimum. Prediksi kecepatan angin menggunakan metode jaringan saraf tiruan dan algoritma genetik dapat meningkatkan akurasi dengan nilai RMSE 0.0954 dari prediksi dan sudah menghasilkan bobot yang optimum. Prediktor ini dapat meningkatkan keselamatan penerbangan ditunjukkan dengan dapatnya memprediksi visibilitas dan kecepatan angin yang berbahaya untuk penerbangan di-wilayah bandar udara internasional Juanda.

==============================================================================

In the flight field, weather prediction is important to determine time, location, direction of motion, altitude and safety. Poor weather can lead to suddenly changing flight schedules and life threats. Therefore the need for an accurate weather prediction system to improve flight safety. In this research is used method of Neural Network and Genetic Algortima to predict the visibility and prediction of wind speed. Predicted visibility using a Neural Network method and Genetic Algorithm can improve the accuracy of prediction with a RMSE valueof 0.115 and can produce the optimum weight. Wind speed prediction using Artificial Neural Network methods and Genetic Algorithm can improve accuracy with a RMSE value of 0,0954 from prediction and has yielded optimum weight. These predictors can improve flight safety demonstrated by being able to predict the visibility and dangerous wind speeds for flights within the Juanda International Airport area.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: artificial neural network, genetic algorithm¸ weather prediction and aviation.
Subjects: Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
T Technology > T Technology (General) > T58.62 Decision support systems
Divisions: Faculty of Industrial Technology > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User: DWI ANDHITIA RAFIKA
Date Deposited: 24 Oct 2017 02:12
Last Modified: 06 Mar 2019 04:25
URI: http://repository.its.ac.id/id/eprint/47052

Actions (login required)

View Item View Item