KLASIFIKASI CURAH HUJAN BERDASARKAN FENOMENA IKLIM EL-NIÑO DAN LA-NIÑA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Erlinda, Mely (2025) KLASIFIKASI CURAH HUJAN BERDASARKAN FENOMENA IKLIM EL-NIÑO DAN LA-NIÑA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (804kB)
	Text BAB I.pdf Download (286kB)
	Text BAB II.pdf Download (676kB)
	Text BAB III.pdf Download (716kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (173kB)
	Text LAMPIRAN.pdf Download (876kB)

Abstract

ndonesia sebagai negara tropis menghadapi dampak signifikan dari fenomena El Niño dan La Niña terhadap pola curah hujan. Penelitian ini bertujuan untuk mengklasifikasikan curah hujan harian di lima kota besar Indonesia, yaitu DKI Jakarta, Surabaya, Medan, Makassar, dan Bandung, ke dalam kategori tidak hujan, hujan sedang, dan hujan ekstrem, serta menentukan indikator iklim ElNiño, La-Niña, dan Normal menggunakan algoritma Naive Bayes Classifier. Dengan menerapkan metode CRISP-DM (Cross-Industry Standard Process for Data Mining) sebagai kerangka pemrosesan dataset curah hujan harian periode Januari hingga Desember 2023, yang diperoleh dari BMKG, dengan mencakup atribut tanggal, wilayah, stasiun, temperature rata-rata, kelembapan rata-rata, curah hujan, lamanya penyinaran matahari dan kecepatan angin rata-rata. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes Classifier memiliki performa yang baik dengan tingkat akurasi sebesar 93,15% dengan nilai precision 98%, recall 93% dan F1-score 94%. Analisis menunjukkan bahwa El-Niño cenderung menyebabkan penurunan curah hujan signifikan, sementara La-Niña meningkatkan intensitas curah hujan ekstrem di beberapa kota seperti Makassar dan Medan. Penelitian ini memberikan kontribusi penting dalam pengembangan model untuk klasifikasi curah hujan yang dapat membantu pemerintah dan masyarakat untuk mengantisipasi dampak perubahan iklim serta meningkatkan efisiensi pengelolaan sumber daya air di perkotaan.

Item Type:	Thesis (Bachelor)
Subjects:	L Education > L Education (General) S Agriculture > S Agriculture (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Yulia Zahra Yamini
Date Deposited:	18 Jul 2025 03:02
Last Modified:	18 Jul 2025 03:23
URI:	http://repository.unas.ac.id/id/eprint/13790

Actions (login required)

View Item