Syarifaturrahmah, Syarifaturrahmah and Alena, Uperiati and Eka, Suswaini (2021) PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI CUACA DI WILAYAH TANJUNGPINANG. S1 thesis, Universitas Maritim Raja Ali Haji.

Text SYARIFATURRAHMAH_160155201018_ Teknikinformatika - 160155201018 Syarifaturrahmah-min.pdf Restricted to Registered users only Download (1MB)

Abstract

Cuaca di wilayah Tanjungpinang dapat diketahui dengan cara klasifikasi menggunakan data-data terdahulu untuk mempelajari pola-pola cuaca yang terjadi. Klasifikasi dapat diterapkan dengan menggunakan metode K-Nearest Neighbor. KNearest Neighbor merupakan algoritma supervised learning. Tujuan algoritma ini untuk mengklasifikasikan objek baru yang didapat berdasarkan atribut dan sampel dari data pelatihan. Dalam penelitian ini KNN digunakan dengan parameter suhu, kelembapan, tekanan, dan kecepatan angin yang diperoleh dari Stasiun Meteorologi Raja Haji Fisabilillah Tanjungpinang. Data diambil mulai dari Januari tahun 2016- Desember tahun 2019. Hasil dari penelitian ini berupa klasifikasi yang terdiri dari jenis cuaca yaitu Thunderstorm, Lightning, Mist, Smoke, Cloudy, Prec in Sight, Rain, Haze, Shower, Lightning Rain. Hasil dari penelitian ini memperoleh akurasi tertinggi sebesar 70% dari k = 31, 33, 35, 37, 39, 41, 45, 47, 50 dan akurasi terendah sebesar 30% dari k = 7.

Actions (login required)

View Item