PREDIKSI BENCANA BANJIR BERDASARKAN CURAH HUJAN MENGGUNAKAN ALGORITMA NAÏVE BAYES

Triyanto, Slamet (2022) PREDIKSI BENCANA BANJIR BERDASARKAN CURAH HUJAN MENGGUNAKAN ALGORITMA NAÏVE BAYES. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS)
21.55.1088 Slamet Triyanto.pdf
Download (3MB)

Abstract

Mendapatkan informasi yang menarik dari kumpulan data / data sets disebut dengan data mining. Dari proses data mining ini dapat diperoleh berbagai informasi penting salah satunya adalah prediksi. Untuk memprediksi banjir sebagai salah satu bencana yang sering terjadi dapat menggunakan algoritma data mining. Selain algoritma, hal utama yang diperlukan untuk melakukan proses data mining adalah data sets. Untuk membangun data sets banjir diperlukan faktor yang cukup banyak namun setidaknya terdapat 3 (tiga) perwakilan faktor yang diharapkan mampu merepresentasikan penyebab banjir sehingga dapat diprediksi secara tepat. Ketiga faktor tersebut adalah curah hujan, kepadatan penduduk dan daerah aliran sungai (DAS). Faktor-faktor ini umumnya terjadi di Indosia. Sehingga dengan dibentuknya data sets yang bersumber dari data di Indoensia harapnnya dapat memberikan kontribusi dalam penangan banjir di Indoensia. Juga dapat menjadi rujukan research tentang kebencanaan dimasa yang akan datang. Selanjutnya Dengan membandingkan berbagai algoritma yang memungkinkan untuk dapat digunakan dalam memprediksi banjir, diharapkan mampu memberikan kontribusi terhadap perkembangan data mining Dari hasil penelitian, akurasi yang dihasilkan oleh algoritma terhadap data sets cenderung kecil. Hal ini menjadikan data sets perlu untuk dikaji ulang karena hampir semua algoritma yang diuji memiliki akurasi yang kurang optimal. Dari sisi persentase akurasi ketika data sets diuji dengan seleksi fitur atau tanpa seleksi fitur cenderung berubah-ubah. Hal ini yang menjadi justifikasi perlunya data sets untuk dikaji ulang.

Item Type:

Thesis (S2 - Magister)

Contributor: