Perbandingan kinerja metode linear regression, gated recurrent unit (gru), dan long short term memory (lstm) dalam prediksi nilai ph hidroponik

DETAIL KOLEKSI

Perbandingan kinerja metode linear regression, gated recurrent unit (gru), dan long short term memory (lstm) dalam prediksi nilai ph hidroponik

Oleh : Candy Soeka Wiyono

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2026

Pembimbing 1 : Binti Solihah

Subyek : Forecasting;Regression

Kata Kunci : Forecasting, pH, Linear Regression, GRU, LSTM.

Status Posting : Published

Status : Lengkap

File Repositori

No.	Nama File	Hal.
1.	2026_SK_STF_064002200012_Halaman-Judul.pdf
2.	2026_SK_STF_064002200012_Surat-Pernyataan-Revisi-Terakhir.pdf	1
3.	2026_SK_STF_064002200012_Surat-Hasil-Similaritas.pdf	1
4.	2026_SK_STF_064002200012_Halaman-Pernyataan-Persetujuan-Publikasi-Tugas-Akhir-untuk-Kepentingan-Akademis.pdf	1
5.	2026_SK_STF_064002200012_Lembar-Pengesahan.pdf	1
6.	2026_SK_STF_064002200012_Pernyataan-Orisinalitas.pdf	1
7.	2026_SK_STF_064002200012_Formulir-Persetujuan-Publikasi-Karya-Ilmiah.pdf	1
8.	2026_SK_STF_064002200012_Bab-1-Pendahuluan.pdf
9.	2026_SK_STF_064002200012_Bab-2-Landasan-Teori.pdf
10.	2026_SK_STF_064002200012_Bab-3-Metodologi-Penelitian.pdf
11.	2026_SK_STF_064002200012_Bab-4-Analisis-dan-Pembahasan.pdf
12.	2026_SK_STF_064002200012_Bab-5-Kesimpulan-dan-Saran.pdf
13.	2026_SK_STF_064002200012_Daftar-Pustaka.pdf
14.	2026_SK_STF_064002200012_Lampiran.pdf

Abstrak
Abstract

P Perubahan tingkat ph pada larutan nutrisi hidroponik perlu dipantau secara berkala karena berpengaruh terhadap ketersediaan unsur hara dan perkembangan tanaman. ketidakstabilan ph dalam sistem hidroponik dapat menghambat proses pengelolaan larutan nutrisi. oleh karena itu, diperlukan suatu model prediksi yang mampu memperkirakan perubahan nilai ph berdasarkan pola data sebelumnya. penelitian ini dilakukan untuk membandingkan performa metode linear regression, gated recurrent unit (gru), dan long short-term memory (lstm) dalam memprediksi nilai ph pada sistem hidroponik menggunakan data deret waktu. data penelitian berupa hasil pengukuran ph pada hidroponik tanaman kangkung selama delapan hari dengan interval pencatatan setiap satu menit. proses penelitian mencakup tahap prapemrosesan data, penanganan data pencilan, resampling, normalisasi, serta pembentukan sliding window berukuran 60, 120, dan 180. kinerja setiap metode dievaluasi berdasarkan nilai mae, rmse, mape dan waktu prediksi. hasil pengujian menunjukkan bahwa metode linear regression dengan window size 60 memberikan hasil terbaik, yaitu dengan mae sebesar 0,314330, rmse sebesar 0,642185, mape sebesar 5,583594%, serta waktu prediksi 0,001916 detik. maka, linear regression merupakan metode yang paling akurat dan efisien dalam penelitian ini.

C Changes in ph levels of hydroponic nutrient solutions need to be monitored regularly because they affect nutrient availability and plant growth. in a hydroponic system, unstable ph values can complicate the management and control of nutrient solutions, creating a need for prediction models that can estimate ph fluctuations based on historical data patterns. this study aims to compare the performance of linear regression, gated recurrent unit (gru), and long short term memory (lstm) methods in predicting hydroponic ph values using time series data. the dataset consists of ph measurements from a water spinach hydroponic system collected over eight days with a one minute observation interval. the research stages include data preprocessing, outlier handling, resampling, normalization, and the implementation of sliding window approaches with sizes of 60, 120, and 180. the performance of each model was evaluated using mae, rmse, mape, and prediction time. the test results indicate that linear regression with a window size of 60 achieved the best performance, obtaining an mae of 0.314330, rmse of 0.642185, mape of 5.583594%, and prediction time of 0.001916 seconds. therefore, linear regression was the most accurate and efficient method in this study.