ANALISIS DATA METEOROLOGI UNTUK PRAKIRAAN KEKERINGAN MENGGUNAKAN METODE KLASIFIKASI DECISION TREE DAN PERAMALAN SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA)

YASNITA

Informasi Dasar

129 kali
20.04.4079
000
Karya Ilmiah - Skripsi (S1) - Reference

Kekeringan merupakan salah satu kejadian alam yang sering ditemui di Indonesia. Namun dua tahun terakhir (2018-2019) kekeringan di Indonesia meningkat dan menjadi faktor utama penyebab terjadinya kebakaran hutan dan lahan. Pada tahun 2019, terjadi kekeringan sebanyak 1.529 kasus di berbagai daerah di Indonesia yang menyebabkan korban terdampak sebanyak 3.712.602 jiwa. Balai Besar Teknologi Modifikasi Cuaca (BBTMC) hadir untuk mengatasi masalah-masalah hidrometeorologi seperti kekeringan dan kebakaran hutan. Dengan adanya prakiraan, BBTMC dapat melakukan upaya untuk menekan dampak dari kekeringan serta mengatur strategi dalam hal pengelolaan sumber daya air di atmosfer. Prakiraan dilakukan menggunakan metode Seasonal ARIMA (SARIMA) terhadap data meteorologi. Dari hasil klasifikasi menggunakan algoritma decision tree didapatkan aturan dalam mengklasifikasikan kekeringan. Aturan tersebut dipakai untuk mengklasifikasikan hasil prakiraan. Dari penerapan kedua metode tersebut didapatkan hasil prakiraan kekeringan untuk tahun 2020 terjadi pada bulan Juli hingga November, untuk tahun 2021 terjadi pada bulan Juni hingga November, dan untuk tahun 2022 terjadi pada bulan Juni hingga November.

Kata kunci: kekeringan, analisis, prediksi, prakiraan, decision tree, SARIMA, meteorologi.

Subjek

DATA MINING
 

Katalog

ANALISIS DATA METEOROLOGI UNTUK PRAKIRAAN KEKERINGAN MENGGUNAKAN METODE KLASIFIKASI DECISION TREE DAN PERAMALAN SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA)
 
 
 

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

YASNITA
Perorangan
Edi Sutoyo, Ahmad Musnansyah
 

Penerbit

Universitas Telkom
 
2020

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini