Judul Perbandingan model variasi Recurrent Neural Networks (RNN) pada kasus prediksi debit aliran.
Tanggal Publikasi 11 Februari 2020 (1.0.0)
Unduh OneDrive (PDF)
Lihat Google Colab, Github Gist, NBViewer
Tool tensorflow, keras, numpy, pandas, matplotlib, hidrokit, hydroerr, seaborn
Fokus implementasi rnn, visualisasi data/hasil, membandingkan model
Lisensi MIT, CC-BY-4.0
  1. Grafik/Plot Pada Laporan
    1. TAHAP 3: INPUT MODEL
      1. Matriks Korelasi Dataset
      2. Grafik PairPlot Dataset
    2. TAHAP 4: MODEL KONSEPTUAL
      1. NRECA (Bulanan)
      2. NRECA (2 Periode)
      3. FJMOCK (Bulanan)
      4. FJMOCK (2 Periode)
    3. TAHAP 6: VISUALISASI
      1. Grafik $R^2$
      2. Perbandingan metrik terhadap timesteps
      3. history model
      4. Perbandingan hidrograf
      5. Perbandingan nilai metrik antar model
      6. Perbandingan kurva debit
      7. Perbandingan nilai debit andal

Grafik/Plot Pada Laporan

Jika grafik pada laporan (pdf) tidak terlihat jelas, terlampir daftar grafik yang disimpan pada laporan ini.

TAHAP 3: INPUT MODEL

Matriks Korelasi Dataset

Grafik PairPlot Dataset

TAHAP 4: MODEL KONSEPTUAL

NRECA (Bulanan)

NRECA (2 Periode)

FJMOCK (Bulanan)

FJMOCK (2 Periode)

TAHAP 6: VISUALISASI

Grafik $R^2$

TRAIN SET

TEST SET

Perbandingan metrik terhadap timesteps

$R^2$

$NSE$

$MSE$

history model

Perbandingan hidrograf

Bulanan

2 Periode

Perbandingan nilai metrik antar model

$R^2$ (Bulanan)

$NSE$ (Bulanan)

$R^2$ (2 Periode)

$NSE$ (2 Periode)

Perbandingan kurva debit

Bulanan

Konseptual

ANN

RNN

LSTM

GRU

2 Periode

Konseptual

ANN

RNN

LSTM

GRU

Perbandingan nilai debit andal

Bulanan

$80\%$

$90\%$

$95\%$

2 Periode

$80\%$

$90\%$

$95\%$