ASZANI (2018) PENERAPAN PROBABILISTIC NEURAL NETWORK(PNN) UNTUK PRAKIRAAN CUACA KOTA PEKANBARU. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_201829SIF.pdf Download (124kB) | Preview |
|
|
Text
2. PENGESAHAN_201829SIF.pdf Download (1MB) | Preview |
|
|
Text
3. ABSTRAK_201829SIF.pdf Download (104kB) | Preview |
|
|
Text
4. KATA PENGANTAR_201829SIF.pdf Download (235kB) | Preview |
|
|
Text
5. DAFTAR ISI_201829SIF.pdf Download (107kB) | Preview |
|
|
Text
6. BAB I_201829SIF.pdf Download (367kB) | Preview |
|
|
Text
7. BAB II_201829SIF.pdf Download (747kB) | Preview |
|
|
Text
8. BAB III_201829SIF.pdf Download (292kB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
9. BAB IV_201829SIF.pdf Restricted to Repository staff only Download (2MB) |
|
|
Text
10. BAB V_201829SIF.pdf Download (238kB) | Preview |
|
|
Text
11. DAFTAR PUSTAKA_201829SIF.pdf Download (413kB) | Preview |
Abstract
Pekanbaru adalah ibukota Provinsi Riau dan merupakan wilayah pusat pertumbuhan baru yang berkembang cukup pesat dilihat dari hasil pembangunan ekonomi. Pemanfaatan informasicuaca sangat dibutuhkandalam membuat perencanaan dan pelaksanaan program diberbagai sektor pembangunan, pertanian,maupun kegiatan ekonomi.Aktivitas prakiraan cuaca dilakukan oleh Stasiun Meteorologi dan Klimatologi Klas 1 Pekanbaru yang memiliki tugas mengamati, mengumpulkan, mengolah data dan menyebarkaninformasi kepada instansi dan pihak terkait serta masyarakat yang berkaitan dengan perubahan iklim dan cuaca. Pencarian metode untuk memprediksi cuaca adalah kegiatan yang belakangan ini banyak dilakukan oleh para peneliti. Pada penelitian ini dilakukan penerapan Probabilistic Neural Network(PNN) sebagai algoritma klasifikasi untuk sistem prakiraan cuaca Kota Pekanbaru. Untuk mendapatkan hasil akurasi terbaik, dilakukan beberapa percobaan pembagian datasetyaitu pembagian data latih dan data uji dengan K-Fold Cross Validation danK-Means Clustering. Pengujian algoritmaPNN dengan pembagian data latih dan data ujimenggunakan K-Fold Cross Validationmenghasilkan akurasi sebesar 77%pada pengujianK-9dan 73,65%pada percobaan K-Means Clustering.Hasil dari perhitungan klasifikasi algoritmaPNNdiimplementasikandalam bentuk sistem prakiraan cuaca Kota Pekanbarusehingga diharapkan dapat membantu forecastermelakukan prakiraan cuaca. Kata Kunci:K-Fold Cross Validation,K-Means Clustering,Pembagian Dataset, Prakiraan Cuaca, Probabilistic Neural Network.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 000 Karya Umum > 005 Program Komputer, program-program, data |
| Divisions: | Fakultas Sains dan Teknologi > Sistem Informasi |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 05 Jul 2019 07:36 |
| Last Modified: | 05 Jul 2019 07:36 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/15304 |
Actions (login required)
 |
View Item |