PENERAPAN DATA MINING UNTUK MENENTUKAN POTENSI HUJAN HARIAN DENGAN MENGGUNAKAN ALGORITMA K NEAREST NEIGHBOR (KNN)
| Main Authors: | Harun, Rofiq, Pelangi, Kartika Chandra, Lasena, Yuliyanti |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | eng |
| Terbitan: |
LPPM STMIK Lombok
, 2020
|
| Online Access: |
https://e-journal.stmiklombok.ac.id/index.php/misi/article/view/125 https://e-journal.stmiklombok.ac.id/index.php/misi/article/view/125/84 |
Daftar Isi:
- Pentingnya informasi ramalan cuaca yang tepat dan tidak membingungkan untuk berbagai hal bidang-bidang seperti pertanian perikanan yang terkait erat dengan prakiraan cuaca, Prediksi cuaca yang tepat dan cepat diperlukan oleh bidang-bidang ini untuk melakukan berbagai variasi kegiatan Tentunya tidak hanya nelayan atau petani yang dapat memanfaatkan ramalan cuaca informasi, masih banyak bidang kerja terkait lainnya, seperti pariwisata, perkapalan, perkebunan, kehutanan, konstruksi bangunan, perencanaan regional, kesehatan dan bahkan di bidang olahraga memerlukan informasi ini karena itu perlu membuat aplikasi untuk menentukan informasi cuaca, sehingga informasi tersebut dapat dimanfaatkan secara maksimal oleh Publik. desain sistem yang akan mengklasifikasikan secara otomatis dapat dikembangkan dengan menerapkan metode (KNN) berdasarkan Analisis data cuaca untuk menentukan apakah cuaca tidak hujan, cuaca hujan, hujan lebat, dan Dan hasil pengujian menunjukan baahwa klasifikasi penentuan cuaca harian dengan algoritma K-Nearest Neighbor mendapatkan Nilai RMSE 9.899 +/- 0.000 Kata kunci: K-Nearest Neighbor, Informasi cuaca