PENERAPAN KOMBINASI FUZZY CLUSTERING UNTUK PREDIKSI CURAH HUJAN KABUPATEN TANAH DATAR MENGGUNAKAN METODE FUZZY TSUKAMOTO DAN ALGORITMA K-MEANS (STUDI KASUS : KABUPATEN TANAH DATAR)

Warrohma, Sakina (2024) PENERAPAN KOMBINASI FUZZY CLUSTERING UNTUK PREDIKSI CURAH HUJAN KABUPATEN TANAH DATAR MENGGUNAKAN METODE FUZZY TSUKAMOTO DAN ALGORITMA K-MEANS (STUDI KASUS : KABUPATEN TANAH DATAR). Sarjana thesis, Universitas Putra Indonesia YPTK.

	Text SKRIPSI_SAKINA WARROHMA_20101152630151_ABSTRAK.pdf Download (126kB)
	Text SKRIPSI_SAKINA WARROHMA_20101152630151_BAB I.pdf Download (214kB)
	Text SKRIPSI_SAKINA WARROHMA_20101152630151_DAFTAR PUSTAKA.pdf Download (133kB)
	Text SKRIPSI_SAKINA WARROHMA_20101152630151_FULL TEXT.pdf Restricted to Repository staff only Download (3MB)

Abstract

Perkembangan teknologi informasi dan komunikasi pada saat ini berakibat kepada adanya peningkatan kebutuhan akan informasi serta digitalisasi data di semua aspek kehidupan. Pentingnya informasi mengenai curah hujan memiliki pengaruh yang besar terhadap berbagai aktivitas kehidupan masyarakat di berbagai sektor. Masyarakat Kabupaten Tanah Datar dengan mayoritas pekerjaan sebagai petani dalam kegiatan bercocok tanam masih sangat bergantung pada intensitas curah hujan yang ada sehingga meminimalisir petani mengalami gagal panen karena kurangnya sumber daya air yang dibutuhkan. Kecerdasan buatan telah terbukti dapat menyelesaikan berbagai permasalahan dari berbagai bidang, termasuk dalam memprediksi curah hujan suatu wilayah. Penelitian ini akan menerapkan Logika Fuzzy dengan menggunakan metode Fuzzy Tsukamoto untuk dapat memprediksi intensitas curah hujan berdasarkan data historical yang ada. Data mengenai kondisi geografis yang banyak akan mempersulit dalam mengelompokkan bulan dengan masing-masing intensitas, untuk mempermudah hal itu dilakukan pengelompokkan dengan metode Algoritma K-Means. Metode Algoritma K-Means merupakan salah satu metode pengelompokkan data sesuai dengan kriteria masing-masing kelompok data tersebut. Pada penelitian ini, untuk mencapai hasil dari pengelompokkan data setiap bulannya maka data curah hujan dikelompokkan menjadi 2 yaitu curah hujan rendah (cluster 1) dan curah hujan tinggi (cluster 2). Metode ini diimplementasikan dengan membangun sebuah website menggunakan bahasa pemrograman PHP dan database MySQL. Sistem prediksi dan pengelompokkan ini dapat membantu Masyarakat Kabupaten Tanah Datar dalam mendapatkan informasi mengenai prediksi maupun pengelompokkan curah hujan agar lebih efisien dan mudah.

Actions (login required)

View Item