PERUMDA TIRTA MUSI) Muhammad Taufik Akbar Primary Author mixed material bibliography Palembang Fakultas Ilmu Komputer 2024 id Indonesia

Skripsi

xiv, 73 hlm ; 30 hlm ABSTRAK Perusahaan Daerah Air Minum (PDAM) Tirta Musi Palembang membantu masyarakat kota Palembang dalam mengalirkan air bersih ke rumah- rumah untuk kebutuhan sehari-hari. PDAM menggunakan meteran air untuk pembagian air bersih, Meteran air merupakan alat pengukur aliran air dari PDAM ke rumah-rumah masyarakat.Alat ini juga bisa di gunakan untuk mengukur volume air yang di gunakan dan mengetahui biaya pengeluaran air itu sendiri.dan selalu di lakukan pergantian yang berkala agar tidak terjadi kendala dalam proses pengaliran air bersih. Untuk permasalahan yang ada sekarang ialah, saat ini dikarenakan untuk air bersih sendiri di Kota Palembang terutama di daerah pinggiran kota masih banyak masyarakat yang kesulitan dan belum bisa merasakan pelayanan air bersih di sana, untuk sementara ini mereka kebanyakan membeli air bersih ke depot air bersih, ada juga masyarakat yang menampung air hujan dan membuat sumur untuk kebutuhan airnya. Jadi, bila nantinya Perumda Tirta Musi akan mendistribusikan air lalu menambahkkan jumlah produksi air nya ke daerah tersebut, maka akan ada prediksi untuk jumlah pengeluaran pemakaian air bersih untuk tahun yang akan datang. Manfaat dilakukannya prediksi ini ialah untuk mengetahui jumlah pengeluaran produksi debit air secara bijak dan tepat. Long Short Term Memory (LSTM).forget gate, input gate, dan output gate.forget gate :Forget gate adalah komponen yang sangat penting dalam LSTM karena berfungsi untuk menentukan informasi mana yang harus dihapus dari sel memori Input gate, di sisi lain, mengatur seberapa banyak informasi baru yang akan ditambahkan ke sel memori. Dengan demikian, input gate memungkinkan model untuk terus memperbarui sel memori dengan data terbaru yang relevan Output gate adalah komponen terakhir yang menentukan informasi mana yang akan digunakan untuk membuat prediksi selanjutnyajadi,Ketepatan Prediksi: Metode LSTM mampu memberikan prediksi tren umum pemakaian air berdasarkan tarif dengan cukup baik. Meskipun demikian, terdapat keterbatasan dalam menangkap fluktuasi bulanan yang tajam, terutama pada tarif dengan pola fluktuasi yang kompleks. Kata Kunci : Long Short Term Memory (LSTM), Google colab, PDAM. Muhammad Taufik Akbar Komputer 004 Perpustakaan UNIVERSITAS SUMATERA SELATAN Open Source Library Management System 004 MUH p P0002161 My Library 004 MUH p 8544 2024-09-09 11:39:17 2024-09-09 11:40:53 machine generated