Prediksi curah hujan harian di Kabupaten Bangka Tengah menggunakan algoritma random forest regression

Muhammad Syafar, (NIM.1072111035) (2026) Prediksi curah hujan harian di Kabupaten Bangka Tengah menggunakan algoritma random forest regression. Other thesis, Universitas Bangka Belitung.

[thumbnail of HALAMAN DEPAN.pdf] Text
HALAMAN DEPAN.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf
Restricted to Registered users only
Download (652kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only
Download (786kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only
Download (621kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only
Download (754kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Registered users only
Download (632kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (543kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only
Download (663kB)

Abstract

Penelitian ini bertujuan untuk membangun model prediksi curah hujan harian di Kabupaten Bangka Tengah menggunakan algoritma random forest regression. Data yang digunakan berupa data time series harian periode Maret 2024–Maret 2026 yang diperoleh dari BMKG Bangka Tengah Provinsi Kepulauan Bangka Belitung, meliputi curah hujan, suhu udara, kelembapan udara, kecepatan angin, dan penyinaran matahari. Penelitian dilakukan melalui tahapan pra-pemrosesan data, feature engineering menggunakan variabel lag dan rolling mean, pembagian data latih dan data uji, pembentukan model, serta evaluasi menggunakan MSE, RMSE, dan R². Hasil penelitian menunjukkan bahwa model Random Forest mampu mengikuti pola umum curah hujan dengan cukup baik dan menghasilkan nilai MSE sebesar 74,96 mm², RMSE sebesar 8,66 mm, dan R² sebesar 0,77, yang menunjukkan bahwa model mampu menjelaskan 77% variasi data curah hujan. Meskipun demikian, model masih memiliki keterbatasan dalam memprediksi curah hujan ekstrem. Secara keseluruhan, algoritma random forest regression cukup efektif digunakan untuk prediksi curah hujan harian di Kabupaten Bangka Tengah.

Item Type: Thesis (Other)
Uncontrolled Keywords: Curah hujan, machine learning, prediksi, random forest.
Subjects: Q Sains > QA Mathematics
Divisions: FAKULTAS SAINS DAN TEKNIK > MATEMATIKA > SKRIPSI
Depositing User: Merty Merty
Date Deposited: 23 Oct 2026 07:51
Last Modified: 23 Oct 2026 07:51
URI: https://repository.ubb.ac.id/id/eprint/14659

Actions (login required)

View Item View Item