Sistem Peringatan Dini Badai (Early Warning System)
Prediksi Kecepatan Angin Ekstrem menggunakan Deep Learning
00:00:00
Memuat Tanggal...
System Online
Suhu Aktual

-- °C

Kelembapan Udara

-- %

Intensitas Hujan

-- mm

Tekanan Atmosfer

-- hPa

Parameter Input
Terminal
Estimasi Kecepatan Angin Ekstrem
Analitik K-Means
SISTEM RADAR STANDBY...

Sistem menanti injeksi data melalui terminal input di sebelah kiri.

LSTM (RNN)

Arsitektur memori jangka panjang sekuensial yang dirancang untuk menangkap pola deret waktu atmosferik.

  • Input Shape: (1, 5)
  • Hidden Layer: 32 Units
  • Activation: ReLU
  • Optimizer: Adam
Custom Backprop

Jaringan saraf tiruan primitif yang dibangun 100% menggunakan operasi matriks Numpy (tanpa framework).

  • Weight Initialization: Random Normal
  • Learning Rate: 0.01
  • Epochs: 200 Iterasi
  • Loss Function: MSE
Data Preprocessing

Mekanisme pembersihan anomali data (WeatherAUS) untuk mencegah bias pada fase pelatihan.

  • Outlier Handling: Robust Scaler
  • Imputation: Median Values
  • Feature Eng: K-Means Clustering
Apache Kafka Consumer Stream Listening to topic: 'weather-events'
> [SYSTEM] Initializing Zookeeper connection... OK
> [SYSTEM] Bootstrapping Kafka brokers at 192.168.1.10:9092... OK
> [CONSUMER] Connected. Waiting for incoming telemetry payload...

Ekspor Laporan Analitik

Cetak lembar prediksi komparatif ini ke dalam format PDF untuk dilampirkan dalam tugas UTS atau Jurnal Ilmiah Anda.