K-MEANS CLUSTERING UNTUK KATEGORISASI CUACA (STUDI KASUS: CUACA DI WILAYAH BANDUNG, SEMARANG, DAN SURABAYA

ANDRI PUJI PRASETIYO, NIM. 15650033 (2019) K-MEANS CLUSTERING UNTUK KATEGORISASI CUACA (STUDI KASUS: CUACA DI WILAYAH BANDUNG, SEMARANG, DAN SURABAYA. Skripsi thesis, UIN Sunan Kalijaga Yogyakarta.

[img]
Preview
Text (K-MEANS CLUSTERING UNTUK KATEGORISASI CUACA (STUDI KASUS: CUACA DI WILAYAH BANDUNG, SEMARANG, DAN SURABAYA)
15650033_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version

Download (2MB) | Preview
[img] Text (K-MEANS CLUSTERING UNTUK KATEGORISASI CUACA (STUDI KASUS: CUACA DI WILAYAH BANDUNG, SEMARANG, DAN SURABAYA)
15650033_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version
Restricted to Registered users only

Download (3MB)

Abstract

Informasi merupakan hal yang sangat berguna dalam berbagai aspek kehidupan termasuk diantaranya adalah informasi pemetaan cuaca. Hal ini karena pengetahuan tentang pemetaan cuaca dapat berguna dalam berbagai aktivitas kehidupan seperti keselamatan masyarakat, sosial ekonomi, produksi pertanian, perkebunan, perikanan, penerbangan, dan sebagainya dalam suatu daerah. Namun demikian, informasi cuaca tersebut belum disajikan secara spesifik. Oleh karena itu, perlu adanya otomatisasi pengkategorian cuaca untuk melakukan pemetaan cuaca agar informasi yang diperoleh lebih spesifik dan dapat bermanfaat bagi masyarakat suatu daerah. Penelitian ini mengambil sampel cuaca dari data cuaca wilayah Bandung, Semarang, dan Surabaya dari tahun 2010 sampai dengan 2018 sebanyak 9.864 data untuk diklasterisasi secara otomatis menggunakan teknik clustering. Metode clustering yang digunakan adalah K-Means Clustering yang bertujuan untuk mencari jumlah cluster terbaik dari beberapa atribut cuaca. Atribut cuaca tersebut meliputi temperatur minimum, temperatur maksimum, temperatur rata-rata, kelembaban rata-rata, curah hujan, kecepatan angin maksimum, kecepatan angin rata-rata. Berdasarkan hasil pennelitian yang dilakukan pada kategorisasi cuaca di wilayah Bandung, Semarang, dan Surabaya. Disimpulkan pengelompokan menggunakan metode K-Means Clustering dengan penentuan jumlah cluster 4 dari ketiga wilayah tersebut setelah dilakukan evaluasi silhouette coefficient dengan jumlah k 2,3,4,5 dan 6 mendapatkan hasil jumlah cluster terbaik untuk klasterisasi cuaca wilayah Bandung yaitu sebanyak 4 cluster dengan nilai rata-rata silhouette coefficient sebesar 0.216555, untuk klasterisasi cuaca wilayah Semarang yaitu sebanyak 5 cluster dengan nilai rata-rata silhouette coefficient sebesar 0.243332, sedangakan untuk klasterisasi cuaca wilayah Surabaya mendapatkan sebanyak 4 cluster dengan nilai rata-rata silhouette coefficient sebesar 0.209312

Item Type: Thesis (Skripsi)
Additional Information: Muhammad Didik Rohmad Wahyudi, S.T., MT.,
Uncontrolled Keywords: K-Means Clustering, silhouette coefficient, Cuaca
Subjects: Tehnik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika (S1)
Depositing User: Drs. Bambang Heru Nurwoto
Date Deposited: 19 Dec 2019 08:48
Last Modified: 19 Dec 2019 08:48
URI: http://digilib.uin-suka.ac.id/id/eprint/37071

Share this knowledge with your friends :

Actions (login required)

View Item View Item
Chat Kak Imum