NURISNURIS
Sains Data Jurnal Studi Matematika dan TeknologiSains Data Jurnal Studi Matematika dan TeknologiPerubahan iklim menjadi salah satu isu paling kritis saat ini, dengan pengaruh yang dirasakan di berbagai negara, termasuk Indonesia. Fenomena ini memengaruhi berbagai aspek kehidupan, salah satunya adalah perubahan pola cuaca. Musim hujan sering ditandai dengan peningkatan intensitas curah hujan secara signifikan dalam jangka waktu tertentu. Cuaca yang tidak menentu dapat menyebabkan perubahan curah hujan yang drastis, berdampak pada sektor pertanian, transportasi, dan industri. Oleh karena itu, prediksi curah hujan menjadi penting untuk memahami pola hujan di masa depan. Penelitian ini menggunakan data iklim harian dari BMKG Stasiun Meteorologi Perak I Surabaya selama Januari 2018 hingga Desember 2024 dengan 2.557 data yang mencakup 4 parameter: curah hujan, temperatur, kelembapan, dan kecepatan angin. Tahapan penelitian meliputi pra pemrosesan data, seperti penanganan data hilang, identifikasi outlier, normalisasi, dan sliding window untuk membentuk data supervised. Metode Ensemble berbasis Support Vector Regression (SVR) digunakan untuk membangun model prediksi. Hasil evaluasi menunjukkan bahwa skenario 9, dengan kernel polynomial, C = 1, epsilon = 0,01, degree = 2, dan 20 estimator, memberikan nilai MAE terbaik sebesar 0,02329. Hal ini menunjukkan bahwa pemilihan kernel dan hyperparameter yang tepat sangat berpengaruh terhadap akurasi model.
Penelitian ini menunjukkan bahwa metode Support Vector Regression (SVR) dengan pendekatan ensemble bagging memberikan hasil yang baik dalam peramalan curah hujan.Dari sembilan skenario pengujian, performa model sangat dipengaruhi oleh jenis kernel, jumlah estimator, dan kombinasi hyperparameter.Kernel RBF memberikan hasil terbaik pada skenario 4 dengan RMSE sebesar 0,072318 dan MAE sebesar 0,023846, menggunakan kombinasi hyperparameter C = 1, epsilon = 0,01, gamma = 0,01, dan jumlah estimator 5.Sementara itu, kernel Polynomial menunjukkan performa terbaik pada skenario 9 dengan RMSE sebesar 0,072695 dan MAE 0,023299 dengan kombinasi C = 1, epsilon = 0,01, degree = 2, dan jumlah estimator 20.Kernel Linear memiliki performa yang lebih rendah dibandingkan kernel non-linear, dengan hasil terbaik pada skenario 1 (RMSE 0,072511, MAE 0,024008).Meskipun jumlah estimator yang lebih besar dapat meningkatkan stabilitas model, hasil pengujian menunjukkan bahwa peningkatan jumlah estimator dari 5 ke 10 atau 20 tidak selalu memberikan peningkatan akurasi yang signifikan.Selain itu, tuning hyperparameter seperti nilai C, epsilon, gamma, dan degree berperan penting dalam mengoptimalkan performa model.
Penelitian lanjutan dapat fokus pada pengembangan model prediksi curah hujan dengan mempertimbangkan interaksi antara variabel eksogen (seperti kelembapan dan kecepatan angin) dan endogen secara simultan, bukan secara terpisah. Selain itu, peneliti dapat mengeksplorasi penggunaan data berbasis musim atau bulanan untuk meningkatkan sensitivitas model terhadap pola musiman yang spesifik. Penelitian juga disarankan untuk membandingkan performa model ensemble dengan pendekatan deep learning seperti LSTM atau GRU, terutama untuk data time series multivariate yang kompleks. Dengan pendekatan ini, diharapkan dapat ditemukan model yang lebih akurat dan adaptif dalam menghadapi variasi cuaca ekstrem yang semakin sering terjadi akibat perubahan iklim.
- ANALISIS PERBANDINGAN METODE ARIMA DAN DOUBLE EXPONENTIAL SMOOTHING DARI BROWN PADA PERAMALAN INFLASI... ejournal2.undip.ac.id/index.php/jfma/article/view/15312ANALISIS PERBANDINGAN METODE ARIMA DAN DOUBLE EXPONENTIAL SMOOTHING DARI BROWN PADA PERAMALAN INFLASI ejournal2 undip ac index php jfma article view 15312
- Identifikasi Data Outlier (Pencilan) dan Kenormalan Data Pada Data Univariat serta Alternatif Penyelesaiannya... doi.org/10.11594/jesi.02.03.07Identifikasi Data Outlier Pencilan dan Kenormalan Data Pada Data Univariat serta Alternatif Penyelesaiannya doi 10 11594 jesi 02 03 07
- Application Of Game Theory In Determining Optimum Marketing Strategy In Marketplace | JURNAL RISET RUMPUN... doi.org/10.55606/jurrimipa.v2i2.1336Application Of Game Theory In Determining Optimum Marketing Strategy In Marketplace JURNAL RISET RUMPUN doi 10 55606 jurrimipa v2i2 1336
| File size | 529.9 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UIN MALANGUIN MALANG Berdasarkan hasil evaluasi menggunakan Mean Absolute Percentage Error (MAPE) pada data uji, model FTS Chen orde dua menghasilkan nilai kesalahan sebesarBerdasarkan hasil evaluasi menggunakan Mean Absolute Percentage Error (MAPE) pada data uji, model FTS Chen orde dua menghasilkan nilai kesalahan sebesar
USMUSM Hasil evaluasi dengan rasio data training dan testing 80.20 mencapai akurasi 76%, presisi 72%, dan recall 76%. Hasil ini lebih tinggi dibandingkan penelitianHasil evaluasi dengan rasio data training dan testing 80.20 mencapai akurasi 76%, presisi 72%, dan recall 76%. Hasil ini lebih tinggi dibandingkan penelitian
CIPTA MEDIA HARMONICIPTA MEDIA HARMONI Metode: Penelitian ini merupakan studi kuantitatif yang menerapkan metodologi Knowledge Discovery in Databases (KDD). Data yang digunakan adalah StudentMetode: Penelitian ini merupakan studi kuantitatif yang menerapkan metodologi Knowledge Discovery in Databases (KDD). Data yang digunakan adalah Student
UNIDHAUNIDHA Algoritma yang digunakan adalah Decision Tree dan Random Forest karena kemampuannya dalam klasifikasi dan interpretasi hasil. Penelitian dilakukan denganAlgoritma yang digunakan adalah Decision Tree dan Random Forest karena kemampuannya dalam klasifikasi dan interpretasi hasil. Penelitian dilakukan dengan
STTMIGASSTTMIGAS Gradient Boosting memiliki akurasi yang baik tetapi kurang efektif dalam mendeteksi wilayah dengan emisi tinggi, sementara Logistic Regression dan KNNGradient Boosting memiliki akurasi yang baik tetapi kurang efektif dalam mendeteksi wilayah dengan emisi tinggi, sementara Logistic Regression dan KNN
UIN Ar-RaniryUIN Ar-Raniry Didalam proses kedua metode ini menggunakan teknik yang sama dalam Information Gathring yaitu teknik Black Box dan terdapat tahapan lainnya yaitu VulnerabelityDidalam proses kedua metode ini menggunakan teknik yang sama dalam Information Gathring yaitu teknik Black Box dan terdapat tahapan lainnya yaitu Vulnerabelity
PRINPRIN Pada kedua algoritma digunakan data berukuran 10.000 dan 100.000 dengan 19 variabel yang relevan dalam pengambilan keputusan kartu kredit. Proses penelitianPada kedua algoritma digunakan data berukuran 10.000 dan 100.000 dengan 19 variabel yang relevan dalam pengambilan keputusan kartu kredit. Proses penelitian
BUMIGORABUMIGORA Penelitian ini menggunakan metode analisis data mining SEMMA, yang meliputi tahapan-tahapan seperti data sampel, deskripsi data, transformasi data, pemodelanPenelitian ini menggunakan metode analisis data mining SEMMA, yang meliputi tahapan-tahapan seperti data sampel, deskripsi data, transformasi data, pemodelan
Useful /
CIPTA MEDIA HARMONICIPTA MEDIA HARMONI Model yang dilatih pada dataset seimbang mencapai akurasi 100% pada data uji dan 96% pada data baru, menunjukkan kemampuan klasifikasi yang akurat danModel yang dilatih pada dataset seimbang mencapai akurasi 100% pada data uji dan 96% pada data baru, menunjukkan kemampuan klasifikasi yang akurat dan
LIMM PUBLIMM PUB Penelitian ini memberikan implikasi manajerial bagi perusahaan dalam mengembangkan strategi pemasaran yang efektif dengan menitikberatkan pada aspek kualitasPenelitian ini memberikan implikasi manajerial bagi perusahaan dalam mengembangkan strategi pemasaran yang efektif dengan menitikberatkan pada aspek kualitas
USBIUSBI Praktik ini tidak hanya merusak kepercayaan konsumen, tetapi juga berdampak pada reputasi perusahaan dalam jangka panjang. Penelitian ini bertujuan untukPraktik ini tidak hanya merusak kepercayaan konsumen, tetapi juga berdampak pada reputasi perusahaan dalam jangka panjang. Penelitian ini bertujuan untuk
UIN Ar-RaniryUIN Ar-Raniry Pada STMIK Dharma Wacana, pemilihan mahasiswa terbaik masih dilakukan secara manual, yang memakan waktu lama dan memungkinkan terjadinya kesalahan dalamPada STMIK Dharma Wacana, pemilihan mahasiswa terbaik masih dilakukan secara manual, yang memakan waktu lama dan memungkinkan terjadinya kesalahan dalam