RANCANG BANGUN WEATHER STASION DENGAN MENGGUNAKAN REGRESI LINEAR DAN NEURAL NETWORK

Ksatria, Dary (2024) RANCANG BANGUN WEATHER STASION DENGAN MENGGUNAKAN REGRESI LINEAR DAN NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0920040060 - Dary Ksatria - Rancang Bangun _i_Weather Stasion__i_ dengan Menggunakan Regresi Linear dan _i_Neural Network__i_.pdf Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Di Indonesia, prediksi cuaca sangat penting karena cuaca memengaruhi berbagai aktivitas manusia dan sering kali menjadi faktor pembatas. Untuk meningkatkan akurasi prediksi, penelitian ini menggunakan metode data mining berbasis statistik, yaitu regresi linear dan Neural Network, yang mampu memodelkan data secara efektif meskipun data tersebut berisik dan fluktuatif. Hardware weather station yang digunakan dalam penelitian ini mencakup sensor SHT 20 Modbus untuk mengukur kelembapan, sensor BMP 280 untuk mengukur tekanan udara, dan sensor anemometer untuk mengukur kecepatan angin. Data yang digunakan dalam prediksi diambil dari sumber internasional dan dianalisis menggunakan kedua metode tersebut. Hasil prediksi kemudian dibandingkan dengan data cuaca yang diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG). Hasil dari penelitian ini menghasilkannilai akurasi pada metode neural network sebesar 58% dari 31 data pada bulan january dan untuk metode regresi linear sendiri menghasilkan nilai akurasi sebesar 48% dari 31 data pada bulan january. Penelitian ini menunjukkan bahwa metode Neural Network menghasilkan prediksi yang lebih akurat dibandingkan dengan metode regresi linear berganda dengan perbedaan akurasi sekitar 10%, sehingga memiliki potensi aplikasi yang lebih efektif dalam prakiraan cuaca di Indonesia.

Actions (login required)

View Item