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:	https://repository.unas.ac.id/id/eprint/13790

Actions (login required)

View Item