NISA ABDILAH, MEILANI (2024) ANALISIS KLASIFIKASI CURAH HUJAN MENGGUNAKAN NAÏVE BAYES CLASSIFIER BERDASARKAN SUHU UDARA DAN ANGIN DI KOTA SERANG. S1 thesis, UNIVERSITAS SULTAN AGENG TIRTAYASA.
![[img]](https://eprints.untirta.ac.id/style/images/fileicons/text.png) |
Text
Meilani Nisa Abdilah_2280200037_Fulltext.pdf Restricted to Registered users only Download (3MB) |
|
Text
Meilani Nisa Abdilah_2280200037_01.pdf Restricted to Registered users only Download (1MB) |
|
Text
Meilani Nisa Abdilah_2280200037_02.pdf Restricted to Registered users only Download (485kB) |
|
Text
Meilani Nisa Abdilah_2280200037_03.pdf Restricted to Registered users only Download (254kB) |
|
Text
Meilani Nisa Abdilah_2280200037_04.pdf Restricted to Registered users only Download (503kB) |
|
Text
Meilani Nisa Abdilah_2280200037_05.pdf Restricted to Registered users only Download (125kB) |
|
Text
Meilani Nisa Abdilah_2280200037_Ref.pdf Restricted to Registered users only Download (195kB) |
|
Text
Meilani Nisa Abdilah_2280200037-Lamp.pdf Restricted to Registered users only Download (1MB) |
|
Text
Meilani Nisa Abdilah_2280200037_CP.pdf Restricted to Registered users only Download (5MB) |
Abstract
The city of Serang experiences quite high rainfall, with an average rainfall of more than 100 mm per month. Based on data obtained from BMKG for the city of Serang, in 2023 there will be a weather anomaly that will affect rainfall, this condition will have an impact on human activities in various fields, apart from that, the city of Serang is a city with a lack of rain until mid-November, recorded for 125 days. In this case, a determination is needed in the form of rainfall classification. However, to be able to classify rainfall, a good method is needed so that the classification results are accurate. From several studies, the results showed that the Naïve Bayes classifier method is the most accurate classification method compared to other analysis methods, namely it only requires probability values. The parameters used are air temperature and wind speed. So this research aims to determine the classification of rainfall using the Naïve Bayes classifier based on air temperature and wind in Serang City. The method used is non-experimental quantitative with naïve bayes classifier analysis. Based on the results of data analysis using Microsoft Excel software, it was found that the rainfall in February resulted in a humid month classification of 0.153946271, meaning rainfall of 100–200 mm and in March it resulted in a dry month classification of 0.034970949, meaning rainfall <100m.
| Item Type: | Thesis (S1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Additional Information: | Kota Serang mengalami curah hujan yang cukup tinggi, dengan rata-rata curah hujan lebihdari 100 mm per bulan. Berdasarkan data yang didapatkan dari BMKG kota Serang, tahun 2023 terjadi anomali cuaca yang berpengaruh terhadap curah hujan, kondisi ini akan berdampak terhadap aktifitas manusia dari berbagai bidang, selain itu kota Serang termasuk kota kurang hujan hingga pertengahan november tercatat selama 125 hari. Dalam hal ini diperlukan sebuah penentuan berupa klasifikasi curah hujan. Namun untuk dapat mengklasifikasikan curah hujan dibutuhkan metode yang baik agar hasil klasifikasi akurat, dari beberapa penelitian didapatkan hasil bahwa metode naïve bayes classifier adalah metode klasifikasi yang paling akurat dibandingkan dengan metode analisis lainnya yakni hanya membutuhkan nilai probabilitas. Parameter yang digunakan adalah suhu udara dan kecepatan angin, sehingga penelitian ini bertujuan untuk mengetahui klasifikasi curah hujan menggunakan naïve bayes classifier berdasarkan suhu udara dan angin di kota Serang. Metode yang digunakan yaitu kuantitatif non eksperimen dengan analisis naïve bayes classifier. Berdasarkan hasil analisis data menggunakan software Microsoft Exel didapatkan hasil bahwa curah hujan bulan Februari menghasilkan klasifikasi bulan lembab sebesar 0,153946271, artinya curah hujan sebesar 100–200 mm dan pada bulan Maret menghasilkan klasifikasi bulan kering sebesar 0,034970949, artinya curah hujan <100mm. | |||||||||
| Uncontrolled Keywords: | Rainfall, naïve Bayes classifier, air temperature, wind Curah hujan, naïve bayes classifier, suhu udara, angin | |||||||||
| Subjects: | Q Science > QC Physics | |||||||||
| Divisions: | 02-Fakultas Keguruan dan Ilmu Pendidikan > 84203-Jurusan Pendidikan Fisika 02-Fakultas Keguruan dan Ilmu Pendidikan |
|||||||||
| Depositing User: | Meilani Nisa Abdilah | |||||||||
| Date Deposited: | 21 May 2024 12:05 | |||||||||
| Last Modified: | 04 Jun 2024 10:18 | |||||||||
| URI: | http://eprints.untirta.ac.id/id/eprint/35410 |
Actions (login required)
 |
View Item |