Muzani, Ma’ruf Aziz (2020) PREDIKSI INTENSITAS CURAH HUJAN MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) (Studi Kasus: Cuaca di Kabupaten Sleman). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (479kB) |
|
Text (BAB I)
BAB I.pdf Download (248kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (706kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (733kB) |
|
Text (BAB V)
BAB V.pdf Download (66kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (122kB) |
|
Archive (SOURCE CODE)
Source Code_17.12.0261_Maruf Aziz Muzani - Ma'ruf Aziz Muzani.zip Restricted to Repository staff only Download (2MB) |
|
Text (PUBLIKASI)
Publikasi-17.12.0261-Ma'ruf Aziz Muzani - Ma'ruf Aziz Muzani.pdf Restricted to Repository staff only Download (401kB) |
Abstract
Curah hujan merupakan jumlah hujan yang tercurah atau turun dalam jangka waktu tertentu pada suatu daerah. Informasi curah hujan berguna dalam berbagai bidang. Oleh karena itu, informasi yang cepat, akurat, serta terperinci sangatlah diperlukan. Metode yang digunakan untuk memprediksi curah hujan adalah Adaptive Neuro Fuzzy Inference System (ANFIS) dengan memanfaatkan data harian curah hujan. Metode Adaptive Neuro Fuzzy Inference System (ANFIS) merupakan gabungan dari jaringan syaraf tiruan dan logika fuzzy. Pada proses pembelajaran metode Adaptive Neuro Fuzzy Inference System (ANFIS) digunakan algoritma LSE Recursive untuk pembalajaran arah maju. Tahapan penelitian dimulai dari pengumpulan data curah hujan, data pembelajaran, analisis fungsional dan non fungsional, ERD, metode Adaptive Neuro Fuzzy Inference System (ANFIS), dan perhitungan Root Means Squared Error (RMSE) serta program ini dibuat dengan menggunakan PHP dan MYSQL sebagai penyimpanan database. Pada penelitian ini, digunakan dua variabel masukan berupa data curah hujan satu hari sebelumnya dan data curah hujan dua hari sebelumnya, didapatkkan hasil Root Means Square Error (RMSE) sebesar 16.4% pada 1200 data latih dan 9.5% pada 200 data uji.
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Prediksi, Curah Hujan, Adaptive Neuro Fuzzy Inference System, Prediction, Precipitation | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 23 Jun 2022 02:02 | ||
Last Modified: | 15 Aug 2023 07:28 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/2250 |
Actions (login required)
View Item |