Penerapan Machine Learning dalam Klasifikasi Kejadian Hujan di Kabupaten Tuban Tahun 2019-2024

  • Adilla Khoirunnisa Politeknik Statistika STIS
  • Natasya Yunita Putri Politeknik Statistika STIS
  • Kenny Marsell Venezia Raiqhan Politeknik Statistika STIS
  • Robert Kurniawan Politeknik Statistika STIS
Keywords: Curah Hujan, Decision Tree, Naïve Bayes, SVM

Abstract

Salah satu dampak dari perubahan iklim dan fenomena El Niño adalah kekeringan ekstrem. Kabupaten Tuban, salah satu bagian penting dari sektor pertanian Indonesia, merupakan daerah yang rawan mengalami bencana kekeringan. Sistem pertanian pada wilayah ini sebagian besar menggunakan sistem sawah tadah hujan dengan air hujan sebagai sumber air utama. Sehingga tujuan dari penelitian ini untuk mengetahui model terbaik dalam mengklasifikasikan terjadinya hujan di Kabupaten Tuban. Data yang digunakan adalah curah hujan harian, kecepatan angin rata-rata, arah angin terbanyak, kelembapan rata-rata, lama penyinaran matahari, dan temperatur rata-rata yang diambil dari situs resmi BMKG. Metode yang digunakan dalam penelitian ini meliputi Decision Tree, Naïve Bayes, dan SVM. Berdasarkan hasil perbandingan metode klasifikasi yang dilakukan, model terbaik adalah Naïve Bayes dengan akurasi sebesar 78,06 persen.

Published
2024-09-26
How to Cite
Khoirunnisa, A., Putri, N., Raiqhan, K., & Kurniawan, R. (2024, September 26). Penerapan Machine Learning dalam Klasifikasi Kejadian Hujan di Kabupaten Tuban Tahun 2019-2024. PROSIDING SEMINAR NASIONAL SAINS DATA, 4(1), 101-113. https://doi.org/https://doi.org/10.33005/senada.v4i1.168