| Abstrak |
WFS (WAVE FORECASTING SYSTEM) - WAVE FORECASTING ENHANCED BY DEEP LEARNING MERUPAKAN SEBUAH DASHBOARD APLIKASI UNTUK MELIHAT DATA HISTORIS DAN MELAKUKAN PREDIKSI GELOMBANG DAN ANGIN PADA DAERAH KAJIAN TERTENTU. DATA HISTORIS GELOMBANG PADA DAERAH KAJIAN DIBANGUN DENGAN MENGGUNAKAN SIMULASI BERESOLUSI TINGGI DENGAN MODEL NUMERIK GELOMBANG GENERASI KETIGA BERTIPE FASE RATA-RATA (THE THIRD GENERATION PHASE-AVERAGED WAVE MODEL), YANG DIKALIBRASI DENGAN DATA OBSERVASI DI LAPANGAN. DATA HISTORIS INI MENJADI BASIS UNTUK DATA LATIH BAGI FITUR FORECASTING PADA WFS SOFTWARE DENGAN MEMANFAATKAN ALGORITMA DEEP LEARNING. SEBAGAI MASUKAN DARI ALGORITMA DEEP LEARNING, WFS MENGGUNAKAN DATA FORECAST GFS-NOAA. DASHBOAD WFS INI MEMPUNYAI 4 FUNGSI PENTING YANG DIGUNAKAN UNTUK MENGOLAH DATA GELOMBANG; FUNGSI YANG PERTAMA YAITU MELAKUKAN PLOTTING PETA LOKASI TITIK SESUAI LOKASI DAERAH KAJIAN, KEDUA ADALAH MENAMPILKAN DATA MENAMPILKAN DATA GELOMBANG AIR LAUT YANG MERUPAKAN HASIL DARI PROSES SIMULASI MENGGUNAKAN PHASE-AVERAGED MODEL SELAMA 42 TAHUN, KETIGA MELAKUKAN PREDIKSI GELOMBANG AIR LAUT DAN ANGIN 14 HARI KEDEPAN DENGAN MENGGUNAKAN ALGORITMA DEEP LEARNING YANG MEMANFAATKAN RAW DATA GFS-NOAA, DAN TERAKHIR MELAKUKAN PREDIKSI GELOMBANG AIR LAUT DENGAN MENAMPILKAN VISUALISASI GRAFIK. |
