Prediksi Time Series Curah Hujan di Kota Malang Menggunakan Metode Naive Bayes / Mahmuda Muthmainnah

Muthmainnah, Mahmuda (2018) Prediksi Time Series Curah Hujan di Kota Malang Menggunakan Metode Naive Bayes / Mahmuda Muthmainnah. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

ABSTRAK Muthmainnah, Mahmuda. 2018. Prediksi Time Series Curah Hujan di Kota Malang Menggunakan Metode Naive Bayes. Skripsi. Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Malang. Pembimbing: (I) Dr. Eng. Muhammad Ashar, S.T., M.T., (II) I Made Wirawan, S.T., S.S.T., M.T. Kata kunci : prediksi, curah hujan, time series, naive bayes. Curah hujan adalah faktor penting yang sangat berpengaruh dalam kehidupan. Saat ini, pergantian musim setiap enam bulan sekali tidak sepenuhnya akurat, karena hujan bisa terjadi sepanjang tahun. Indonesia memiliki curah hujan yang tinggi dan sering menimbulkan bencana banjir. Menurut Kepala Stasiun Klimatologi BMKG pada tahun 2017 terjadi curah hujan yang tinggi di beberapa kawasan seperti di Jawa Timur terutama pada Kota Malang yang akhir-akhir ini sering terjadi banjir dan mengakibatkan kerugian pada masyarakat. Kerugian yang ditimbulkan seperti terganggunya kegiatan sehari-hari, terhambatnya transportasi, lumpuhnya kegiatan perekonomian dan menimbulkan dampak negatif lainnya. Menghindari kerugian dari curah hujan yang tidak pasti ataupun terjadinya curah hujan yang tinggi, maka dibutuhkan prediksi curah hujan yang akurat. Prediksi dilakukan dengan mengolah data dari Badan Meteorologi, Klimatologi dan Geofisika (BMKG) menggunakan metode Naive Bayes karena memiliki performa yang baik dan tingkat akurasi yang tinggi. Data diproses dengan menghitung jumlah dan probabilitas dari dataset untuk memprediksi peluang masa depan berdasarkan data sebelumnya. Kemudian untuk menghindari nilai 0 pada perhitungan probabilitas menggunakan Naive Bayes, prediksi curah hujan juga menggunakan metode Laplace Estimator. Lalu Pengujian dilakukan dengan membuat 4 skenario yang memiliki proporsi data latih dan data uji yang berbeda dengan menggunakan Confussion Matrix, sehingga dapat dihitung akurasi, error rate, sensitivity dan precission dari algoritma. Berdasarkan hasil analisis dari prediksi curah hujan menggunakan Naive Bayes, dari semua skenario pengujian yang dilakukan, prediksi curah hujan menggunakan metode Naive Bayes dengan menggunakan 2 kelas curah hujan tinggi dan rendah memiliki hasil akurasi terbesar yaitu sebesar 97,74%, error rate sebesar 2,26%, sensitivity sebesar 100% dan precission sebesar 97,74% dengan menggunakan proporsi data latih sebesar 60% dan datauji sebesar 40%. Jadi prediksi curah hujan dengan menggunakan Naive Bayes menghasilkan prediksi curah hujan time series selama tujuh hari secara akurat yang bisa digunakan masyarakat kota malang dalam mengatasi permasalahan akibat hujan.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Jurusan Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 16 Oct 2018 04:29
Last Modified: 09 Sep 2018 03:00
URI: http://repository.um.ac.id/id/eprint/48054

Actions (login required)

View Item View Item