Penerapan Algoritma Naïve Bayes Dalam Klasifikasi Curah Hujan Di Wilayah Bogor

Maulida Nurazizah, . (2024) Penerapan Algoritma Naïve Bayes Dalam Klasifikasi Curah Hujan Di Wilayah Bogor. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (634kB)
	Text BAB I.pdf Restricted to Registered users only Download (585kB)
	Text BAB II.pdf Restricted to Registered users only Download (541kB)
	Text BAB III.pdf Restricted to Registered users only Download (79kB)
	Text BAB IV.pdf Restricted to Registered users only Download (313kB)
	Text BAB V.pdf Restricted to Registered users only Download (78kB)
	Text JURNAL MAULIDA NURAZIZAH.pdf Restricted to Registered users only Download (320kB)

Abstract

Bogor merupakan salah satu daerah yang terletak di Provinsi Jawa Barat, dengan curah hujan yang sangat tinggi dalam setahun. Hal ini menimbulkan potensi terjadinya risiko bencana seperti banjir, longsor, dan bencana lain yang menyertainya. Oleh karena itu, diperlukan mitigasi bencana untuk meminimalisir korban jiwa dan kerugian material. Salah satu bentuk mitigasi bencana yang ditimbulkan adalah dengan mengelompokkan status curah hujan berdasarkan tingkat intensitasnya. Metode Naïve Bayes Classifier dengan pendekatan Gaussian Bayes merupakan salah satu metode yang dapat digunakan untuk klasifikasi curah hujan. Data yang digunakan berasal dari BMKG seluruh stasiun di wilayah Bogor dari tahun 2020 hingga tahun 2023. Penelitian ini mengklasifikasikan status curah hujan menjadi tiga kategori: hujan, hujan ekstrem, dan tidak hujan. Dengan empat variabel independen yaitu rata-rata suhu, rata-rata kelembapan, lama penyinaran matahari, dan rata-rata keceparan angin. Hasil penelitian menunjukkan untuk status curah hujan yang sering terjadi di wilayah bogor yaitu kategori “hujan” dan “hujan ekstrem” dengan nilai akurasi sebesar 0,6280 atau 63%. Dengan metode Naïve Bayes Classifier melalui pendekatan Gaussian Bayes, pemerintah bisa mengindentifikasi potensi bencana lebih akurat, sehingga langkah pencegahan bisa dilakukan lebih awal untuk melindungi masyarakat, terlebih dengan memanfaatkan data prakiraan cuaca harian dari BMKG. Kata Kunci: Curah Hujan, Gaussian Bayes, Mitigasi Bencana, Naïve Bayes Classifier.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Curah Hujan, Gaussian Bayes, Mitigasi Bencana, Naïve Bayes Classifier.
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Engineering, Science and Mathematics > School of Mathematics
Depositing User:	Yeni Ratnasari
Date Deposited:	19 Oct 2024 03:12
Last Modified:	19 Oct 2024 03:12
URI:	http://repository.unpam.ac.id/id/eprint/14604

Actions (login required)

View Item