Prediction-of-temperature-CHIRTS-data-using-convLSTM-and-LSTM
Prediction of temperature CHIRTS data using convLSTM and LSTM
Proyek-Skripsi
1. Preprosesing data
-
File mentahan "TEXT.CSV" berisi 9462 titik (baris) dengan 408 Bulan (Kolom)
-
Banyak Cell yang bersisi "NA" menandakan bahwa pada titik itu adalah lautan yang tidak di ukur suhunya
-
Menghilangkan Cell yang bernilai "NA"
-
Digunakan library Pandas dan Numpy
-
Ouput dengan nama file "Text_No_Na.csv"
-
Kemudian dijumlah setiap bulan dan dirata2, Disimpan pada "File3.csv"
-
Setiap data dibuatkan indeks bulanan dengan format "bulan-tahun", Disimpan pada "file1.csv"
2. LSTM
- Install Statsmodel
pip install statsmodels 0.10.2
- Install Keras, sklearn, matplotlib
pip install keras, sklearn, matplotlib
- Terdapat 2 program didalam folder
- Program LSTM data average
- Dilakukan preprosesing data dengan menghilangkan kolom data dan urutan
- Import librari
- Pembuatan Model
- Training data
- Validasi
- Prediksi
- Program LSTM data Sum
- Dilakukan preprosesing data dengan menghilangkan kolom average dan urutan
- Import librari
- Pembuatan Model
- Training data
- Validasi
- Prediksi
- Program LSTM data average
- Model di save dalam format "h5"
- Terdapat Program Load Model
- Model yang paling baik saat ini adalah menggunakan 2 layer dengan 200 neuron dan 100 neuron
cuda_10.0.130_411.31_win10
pip install numpy matplotlib pandas statsmodels sklearn scikit-image jupyter notebook
python versio 3.7.3
conda install keras