NASRUL KAMAL - 17180020 Primary Author Yudi Ramdhani, S.T., M.Kom (Pembimbing) Editor mixed material bibliography 2022/2023 id Indonesia

Skripsi

Abstrak Perubahan iklim dapat di prediksi dengan menganalisis pergerakan cuaca pada waktu tertentu, salah satunya dengan memprediksi curah hujan yang atributnya terdiri dari Temperatur, Kelembapan, Lamanya penyinaran matahari, Kecepatan angin sebagai acuan untuk digunakan memprediksi curah hujan di lokasi tertentu. Prediksi curah hujan dapat dicapai dengan menggunakan metode klasifikasi pada Data mining. Teknik yang berbeda menghasilkan kinerja yang berbeda pula tergantung pada representasi data curah hujan termasuk representasi untuk pola jangka panjang (bulan) dan pola jangka pendek (harian). Memilih teknik yang tepat untuk durasi curah hujan tertentu merupakan tugas yang menantang. Studi ini menganalisis menggunakan Neural Network setelah membandingakan dengan metode K-NN, Naive Bayes, Decision Tree, Random Forest, Gradient Boost untuk memprediksi curah hujan menggunakan data dari BMKG (Badan Meteorologi Klimatologi dan Geofisika). Dataset yang telah dikumpulkan bersumber dari Stasiun Geofisika Bandung, Indonesia. Dengan hasil sebelum di optimasi adalah 71.79% dan setelah metode Neural Network di optimasi dengan Algoritma Genetika Evolutionary hasilnya meningkat menjadi 89,74%. Prediksi Curah Hujan Klasifikasi, Perbandingan Metode Optimasi NONE Digital Library ARS University Perpustakan Online ARS University 070/S1.TI.SKP/2022-2023 S03063K Teknik Informatika 070/S1.TI.SKP/2022-2023 Hal Depan Bab 1 Bab 3 Bab 5 DAFTAR PUSTAKA Hal Belakang Lampiran Screenshot_2023-06-21_104432.png.png 7943 2023-06-21 10:46:48 2023-06-21 10:48:58 machine generated