Art Original

MODEL PREDIKSI CURAH HUJAN MENGGUNAKAN MACHINE LEARNING DENGAN MEMANFAATKAN DATA REMOTE SENSING

---

Penelitian ini bertujuan untuk mengembangkan model prediksi curah hujan dengan memanfaatkan algoritma Machine Learning, khususnya Random Forest dan algoritma XGBoost sebagai pembanding, dengan memanfaatkan data remote sensing dan data meteorologi dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) di Kota Pekanbaru, Riau periode Januari 2010 hingga Desember 2023. Penelitian ini dilatarbelakangi oleh dampak negatif curah hujan yang tinggi, seperti kerusakan infrastruktur dan gangguan transportasi, serta tantangan dalam prakiraan curah hujan tradisional. Dengan kemajuan teknologi seperti IoT dan penginderaan jauh, penelitian ini bertujuan untuk meningkatkan akurasi prediksi curah hujan melalui model Machine Learning yang dapat mengidentifikasi pola kompleks dalam data meteorologi. Metodologi yang digunakan mencakup pengumpulan data, pra-pemrosesan, pembangunan model, evaluasi model, dan penyetelan hyperparameter. Hasil penelitian menunjukkan bahwa setelah hyperparameter tuning, model Random Forest skenario 70 : 30 menjadi yang paling optimal dengan nilai R² tertinggi dan MAE serta MSE terendah dibandingkan dengan XGBoost yaitu dengan nilai R² 0.9067, MAE 0.8364 dan MSE 2.0631. Diharapkan hasil penelitian ini dapat memberikan kontribusi penting dalam sistem peringatan dini dan mitigasi risiko yang terkait dengan curah hujan di area perkotaan.

---

Availability

Detail Information

Call Number

Informatika 551.577 Cyn m

Language

Indonesia

NPM

203510038

Publisher

Teknik Informatika : Universitas Islam Riau., 2025

Keyword(s)

Prediksi
Curah Hujan
machine learning
Random Forest

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment