MahatmaSun1 / Prediction-of-temperature-CHIRTS-data-using-convLSTM-and-LSTM

Prediction of temperature CHIRTS data using convLSTM and LSTM

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
• 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