<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="10148">
 <titleInfo>
  <title>Prakiraan visibilitas di stasiun meteorologi budiarto menggunakan temporal convolutional network (tcn) berbasis dashboard</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Hidayati, Arum</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Putra, Panca Oktavia Hadi</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Tangerang</placeTerm>
   <publisher>Universitas Raharja</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Prakiraan visibilitas merupakan salah satu unsur cuaca yang sangat penting&#13;
dalam layanan informasi cuaca untuk penerbangan, diantaranya berupa berita cuaca&#13;
Terminal Aerodrome Forecast (TAF) dan Trend Landing Forecast Metar dan Speci&#13;
. Di Stasiun Meteorologi Budiarto biasanya para prakirawan cuaca menggunakan&#13;
metode persistensi dalam membuat prakiraan visibilitas. Metode kecerdasan&#13;
prediksi Temporal Convolutional Network (TCN) dilakukan dalam penelitian ini&#13;
dalam membuat prakiraan visibilitas untuk penerbangan di Stasiun Meteorologi&#13;
Budiarto. Menggunakan dataset AWOS 2020-2021berupa visibility, kecepatan&#13;
angin, suhu udara, dan cuaca sebagai prediktor. Hasil prediksi terbaik yang&#13;
didapatkan berupa nilai visibility terendah yang terjadi periode 12 jam ke depan&#13;
serta prediksi visibility 5 jam ke depan dengan nilai RMSE 1538m dan ketepatan&#13;
prakiraan hingga 86%. Hasil output prediksi visibilitas menggunakan model TCN&#13;
ditampilkan dalam bentuk dashboard prakiraan visibilitas menggunakan perangkat&#13;
lunak Tableau sehingga dapat dengan mudah digunakan oleh seluruh petugas&#13;
observasi dalam membuat prakiraan visibilitas.&#13;
Kata Kunci : Prakiraan Visibilitas, Taf, TCN, Dashboard.</note>
 <note type="statement of responsibility"></note>
 <classification>004</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Raharja Jl. Jendral Sudirman No. 40 Modern Cikokol Tangerang, Banten</physicalLocation>
  <shelfLocator>004 HID p (MTI-2022)</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">S1296</numerationAndChronology>
    <sublocation>Perpustakaan Raharja (Rak Skripsi)</sublocation>
    <shelfLocator>004 HID p (MTI-2022)</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <recordInfo>
  <recordIdentifier>10148</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2022-04-26 11:00:27</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2022-04-26 11:00:53</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>