Analisis Performa Model BiLSTM dan CNN-LSTM Dalam Prediksi Sea Water Level Pada Pelabuhan Berdasarkan Data Historis

Penulis : Andi Kristyanto,Chairani,Sriyanto

Indonesia merupakan negara dengan didominasi wilayah perairan sehingga data pencatatan kenaikan permukaan laut sebagai salah satu unsur cuaca maritim menjadi penting. Badan Meteorologi, Klimatologi, dan Geofisika melaksanakan salah satu tugasnya yaitu melakukan pengamatan di bidang meteorologi. Pelabuhan Merak-Bakauheni yang melayani jalur penyeberangan terpadat di Indonesia serta sebagai penyambung pulau Jawa dan Sumatera. Apabila terdapat gangguan yang dikarenakan faktor meteorologis, maka aktivitas pelayaran dan transportasi laut akan terhambat dan terganggu. Tujuan dari penelitian ini adalah membandingkan kinerja model BiLSTM dan CNN-LSTM dalam memperkirakan sea water level di pelabuhan Merak berlandaskan hasil analisa parameter yang digunakan. Susunan langkah dalam penelitian ini diawali mengumpulkan data, processing data, selanjutnya melatih model, dan terakhir analisa model. Data yang digunakan data harian sea water level dalam rentang waktu enam tahun dari 2019 sampai 2024. Evaluasi Nilai MSE, MAE dan RMSE digunakan untuk melihat kinerja kedua model. Dari penelitian ini, model BiLSTM menghasilkan nilai 0.0058 (MSE), 0.0299 (MAE), dan 0.0763 (RMSE), sedangkan model CNN-LSTM memperoleh nilai 0.0073 (MSE), 0.0362 (MAE), dan 0.0859 (RMSE), dapat dilihat bahwa metode BiLSTM lebih optimal kinerjanya dalam memprediksi sea water level pada perairan Pelabuhan Merak.