Sari, Amila (2024) Penerapan data mining untuk menentukan potensi curah hujan dengan menggunakan algoritma K-Nearest Neighbor. S1 thesis, Universitas Malikussaleh.
Text
cover.pdf Download (15kB) |
|
Text
ABSTRAK.pdf Download (118kB) |
|
Text
BAB I .pdf Download (18kB) |
|
Text
Daftar Pustaka.pdf Download (224kB) |
|
Text
AMILA CETAK.pdf Restricted to Registered users only Download (11MB) |
Abstract
Cuaca adalah keadaan yang berubah dalam jangka waktu tertentu, dengan karakteristik seperti faktor-faktor kecepatan angin, temperatur, tekanan udara, hujan, dan struktur atmosfer. Kondisi cuaca mempengaruhi berbagai aktivitas manusia, mulai dari transportasi, pertanian, hingga olahraga, sistem ini dapat memprediksi kondisi cuaca ke dalam 6 kelompok yaitu “Berawan”, “hujan ringan”, “Hujan sedang”, “hujan lebat”, atau “hujan sangat lebat”, “Hujan Ekstrem”, untuk melakukan prediksi curah hujan peneliti menggunakan algoritma K-nearest neighbour (KNN) dengan jumlah kriteria cuaca sebanyak 21 yaitu tekanan udara (QFE), suhu udara bola kering T($BK), suhu udara bola basah T($BK), titik didih (Td), kelembapan (RH), penguapan udara (Ew), jumlah awan yang menutupi horitok langit (N), awan cumulonimbus (Cb), awan comulis (Cu), awan strato cumulus (Sc), temperature minimum (Tn), temperature maxsimum (Tx), temperature rata-rata (Tavg), kelembapan rata-rata (RH_avg), lamanya penyinaran matahari(Ss), kecepatan angina maksimum (ff_x), arah angina saat kecepatan maksimum(ddd_x), kecepatan angina rata-rata (ff_avg), arah angin terbanyak (ddd_car), curah hujan (RR), hujan (RA). Data yang digunakan dalam penelitian ini diambil dari BMKG (Badan Meteorologi Klimatologi dan Geofisika) yaitu sebanyak 364 data dengan jumlah data training 264 dan data testing 100. Setelah dilakukan proses analisis data mining untuk memprediksi curah hujan menggunakan algoritma KNearest Neighbour dengan nilai K terendah yaitu k = 3 sebesar 74% , k = 5 sebesar 74%, k = 7 sebesar 78%, dan k = 9 sebesar 70%. Kesimpulan dari penelitian ini ialah didapatkan hasil K terbaik yaitu K = 7 dengan tingkat akurasi sebesar 78%. Kata Kunci : K-Nearest Neighbor , Data Mining, Prediksi, Informasi cuaca, BMKG
Item Type: | Thesis (S1) |
---|---|
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QE Geology T Technology > T Technology (General) |
Divisions: | Fakultas Teknik > 55201 - Jurusan Teknik Informatika |
Depositing User: | Amila Sari |
Date Deposited: | 26 Nov 2024 05:35 |
Last Modified: | 26 Nov 2024 05:35 |
URI: | https://rama.unimal.ac.id/id/eprint/7842 |
Actions (login required)
View Item |