PENENTUAN ALGORITMA UNTUK PREDIKSI CURAH HUJAN DENGAN METODE SEASONAL DECOMPOSITION

Isnaurokhmah, Isnaurokhmah (2025) PENENTUAN ALGORITMA UNTUK PREDIKSI CURAH HUJAN DENGAN METODE SEASONAL DECOMPOSITION. Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (627kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (422kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (463kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (631kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (649kB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (588kB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (847kB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (483kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (532kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (614kB)

Abstract

Curah hujan yang tidak menentu dapat menyebabkan bencana alam seperti banjir dan kekeringan. Oleh karena itu, diperlukan sistem prediksi curah hujan yang akurat agar dapat membantu mitigasi bencana dan perencanaan sumber daya air. Penelitian ini bertujuan untuk menentukan algoritma yang optimal dalam memprediksi curah hujan menggunakan metode Seasonal Decomposition. Metode ini membagi data curah hujan menjadi tiga komponen utama, yaitu trend, seasonal, dan residual, sehingga dapat digunakan untuk memilih algoritma yang paling sesuai dengan karakteristik data. Algoritma SARIMAX digunakan untuk menangani komponen trend dan seasonal, sedangkan algoritma XGBoost digunakan untuk menangani komponen residual. Dataset yang digunakan dalam penelitian ini berasal dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Stasiun Meteorologi Tunggul Wulung Cilacap, dengan rentang waktu dari Januari 2020 hingga Desember 2024. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE), Mean Squared Error (MSE), dan R-squared (R²). Hasil evaluasi menunjukkan bahwa model hybrid SARIMAX-XGBoost menghasilkan nilai MAE sebesar 0,36, R² sebesar 0,79, dan MSE sebesar 0,39, yang menunjukkan bahwa model ini memiliki performa yang baik dalam memprediksi curah hujan. Dengan demikian, penelitian ini dapat menjadi referensi bagi pengembangan model prediksi curah hujan yang lebih akurat dan efektif. Kata Kunci: Seasonal Decomposition, SARIMAX, XGBoost, prediksi curah hujan. Curah hujan yang tidak menentu dapat menyebabkan bencana alam seperti banjir dan kekeringan. Oleh karena itu, diperlukan sistem prediksi curah hujan yang akurat agar dapat membantu mitigasi bencana dan perencanaan sumber daya air. Penelitian ini bertujuan untuk menentukan algoritma yang optimal dalam memprediksi curah hujan menggunakan metode Seasonal Decomposition. Metode ini membagi data curah hujan menjadi tiga komponen utama, yaitu trend, seasonal, dan residual, sehingga dapat digunakan untuk memilih algoritma yang paling sesuai dengan karakteristik data. Algoritma SARIMAX digunakan untuk menangani komponen trend dan seasonal, sedangkan algoritma XGBoost digunakan untuk menangani komponen residual. Dataset yang digunakan dalam penelitian ini berasal dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Stasiun Meteorologi Tunggul Wulung Cilacap, dengan rentang waktu dari Januari 2020 hingga Desember 2024. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE), Mean Squared Error (MSE), dan R-squared (R²). Hasil evaluasi menunjukkan bahwa model hybrid SARIMAX-XGBoost menghasilkan nilai MAE sebesar 0,36, R² sebesar 0,79, dan MSE sebesar 0,39, yang menunjukkan bahwa model ini memiliki performa yang baik dalam memprediksi curah hujan. Dengan demikian, penelitian ini dapat menjadi referensi bagi pengembangan model prediksi curah hujan yang lebih akurat dan efektif.
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing : Nurfaizah, M.Kom., dan Akto Hariawan, S.Kom., M.Si.
Uncontrolled Keywords: Kata Kunci: Seasonal Decomposition, SARIMAX, XGBoost, prediksi curah hujan.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 24 Mar 2025 02:24
Last Modified: 24 Mar 2025 02:24
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/2629

Actions (login required)

View Item
View Item