Skripsi

PEMANFAATAN ALGORITMA RANDOM FOREST UNTUK PRAKIRAAN KEJADIAN HUJAN

---

Metode prakiraan subjektif yang banyak dilakukan di Indonesia
mengedepankan pertimbangan atau penilaian prakiraan berdasarkan analisis
kebiasaan dari parameter cuaca di suatu daerah dengan bekal pengalaman pribadi
prakirawan di suatu daerah. Metode subyektif ini mempunyai kelemahan, karena
setiap prakiraan akan menghasilkan kesimpulan yang berbeda-beda. Oleh karena
itu dibutuhkan suatu metode prediksi yang bisa memprakirakan kejadian hujan
dengan baik dan konsisten. Pembelajaran mesin adalah suatu metode yang biasa
digunakan untuk memecahkan masalah yang kompleks dan non linear seperti
dalam bidang meteorologi. Penelitian ini menggunakan algoritma pembelajaran
mesin random forest untuk memprediksi kejadian hujan selama 12 jam kedepan
menggunakan data cuaca permukaan dan udara atas sebagai data training. Saat
performa terbaiknya, random forest dapat menghasilkan akurasi 70.37% untuk
pagi hari dan 64.81% untuk malam hari.

---

Ketersediaan

Informasi Detail

Pembimbing I

Hasti Amrih Rejeki SST., M.Si.

Pembimbing II

Hasti Amrih Rejeki SST., M.Si.

Penguji I

Fitria P. Sari, SST, M.Sc

Penguji II

Agung H. Saputra, S.Tr, M.ChET

Jurusan

Meteorologi

No. Panggil

550.6 PUT P

Deskripsi Fisik

79;ilus;30cm

Bahasa

Indonesia

Klasifikasi

550.6 PUT P

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Hujan
prediksi
Machine Learning
Random Forest

Info Detail Spesifik

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar