RUSENDRA, Fidela Ike (2024) Penerapan Metode CRISP-DM menggunakan Algoritma CART untuk Klasifikasi Curah Hujan yang Berpotensi Banjir di Kabupaten Cilacap. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Download (232kB)
	PDF (Legalitas) LEGALITAS-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB)
	PDF (Abstrak) ABSTRAK-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Download (220kB)
	PDF (BabI) BAB-I-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Restricted to Repository staff only until 24 September 2025. Download (333kB)
	PDF (BabII) BAB-II-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Restricted to Repository staff only until 24 September 2025. Download (698kB)
	PDF (BabIII) BAB-III-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Restricted to Repository staff only until 24 September 2025. Download (223kB)
	PDF (BabIV) BAB-IV-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB)
	PDF (BabV) BAB-V-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Download (219kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Download (343kB)
	PDF (Lampiran) LAMPIRAN-Fidela Ike Rusendra-K1B020029-Skripsi-2024.pdf Restricted to Repository staff only Download (418kB)

Abstract

Banjir menjadi salah satu bencana alam yang menjadi kekhawatiran bagi masyarakat Indonesia. Fenomena banjir memberikan dampak yang merugikan. Untuk mengatasi masalah terjadinya banjir diperlukan pemanfaatan teknologi dan informasi dalam pengolahan data. Data tersebut akan diolah menjadi pengetahuan untuk mendukung pengambilan keputusan. Dengan mengubah data menjadi pengetahuan, manusia dapat melakukan klasifikasi mengenai beberapa faktor yang mempengaruhi curah hujan yang berpotensi banjir. Data Mining adalah proses mencari pola atau informasi menarik dalam kumpulan data menggunakan teknik atau metode tertentu. Pendekatan data mining yang diterapkan dalam melakukan penelitian ini yaitu dengan metode CRISP-DM. Model yang digunakan yaitu decision tree dengan algoritma CART (Classification and Regression Tree). CART dapat dimanfaatkan untuk klasifikasi dan prediksi dengan menggunakan struktur pohon. Performa model dalam klasifikasi curah hujan yang berpotensi banjir menghasilkan akurasi 91% menunjukkan bahwa model yang dibangun berhasil mengklasifikasikan data iklim dengan baik. Beberapa feature yang paling berpengaruh dalam pembentukan model yaitu lama penyinaran matahari, kelembapan rata-rata, dan suhu rata-rata. Semua feature yang digunakan berperan dalam pembentukan pohon klasifikasi curah hujan yang berpotensi banjir.

Actions (login required)

View Item