Rizky Wahyudi, Muhamad and Qur'ania, Arie and Kartika Utami, Dian (2020) PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) UNTUK PREDIKSI PADA DATA CURAH HUJAN DAN ANGIN SEBAGAI PARAMETER TERJADI NYA BENCANA DI WILAYAH BOGOR. Skripsi thesis, Universitas Pakuan.
Full text not available from this repository.Abstract
Abstrak Bencana merupakan peristiwa atau rangkaian peristiwa yang mengancam, dan mengganggu kehidupan maupun penghidupan masyarakat yang disebabkan oleh faktor alam, faktor non alam, maupun faktor manusia sehingga mengakibatkan timbul nya korban jiwa manusia, kerusakan lingkungan, kerugian harta benda, dan dampak psikologis. Berdasarkan beberapa permasalahan di atas, maka penelitian ini akan melakukan prediksi dataset curah hujan dan angin yang dijadikan sebagai parameter terjadinya bencana banjir dan angin. Dataset tersebut diambil dari Badan Meteorologi, Klimatologi, dan Geofisika. Penelitian ini menggunakan metode Support Vector Machine (SVM) Ada beberapa tahap untuk melakukan prediksi time series ini, diantaranya adalah tahap pengumpulan data, praprocesing data, pemodelan dan pelatihan data dengan kernel Radial Basis Function (RBF) dan Grid Search Optimization (GSO) dan Evaluasi dengan Mean Absolut Error (MAE) dan Root Mean Squad Error (RMSE). Penelitian ini menghasilkan prediksi data untuk 12 bulan kedepan dari 26 daerah di wilayah Bogor. Hasil dari prediksi data curah hujan dan angin tersebut dijadikan sebagai parameter terjadinya bencana atau tidak dan didapatkan nilai evaluasi rata-rata dari 0-20% yang berati sangat baik, baik, dan layak. Kata Kunci : Forecasting time series, Metode support vector machine, Curah hujan, Kecepatan angin, Radial basis function, Grid search optimization.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | Fakultas Ilmu Pengetahuan Alam dan Matematika > Ilmu Komputer |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer |
| Depositing User: | PERPUSTAKAAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNPAK |
| Date Deposited: | 24 Aug 2022 13:18 |
| Last Modified: | 03 Sep 2022 17:27 |
| URI: | http://eprints.unpak.ac.id/id/eprint/212 |
Actions (login required)
 |
View Item |