DETAIL DOCUMENT
PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI CUACA DI WILAYAH TANJUNGPINANG
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
Syarifaturrahmah, Syarifaturrahmah
Alena, Uperiati
Eka, Suswaini
Subject
005.11.Pemrograman Khusus 
Datestamp
2021-07-26 07:16:57 
Abstract :
Cuaca di wilayah Tanjungpinang dapat diketahui dengan cara klasifikasi menggunakan data-data terdahulu untuk mempelajari pola-pola cuaca yang terjadi. Klasifikasi dapat diterapkan dengan menggunakan metode K-Nearest Neighbor. KNearest Neighbor merupakan algoritma supervised learning. Tujuan algoritma ini untuk mengklasifikasikan objek baru yang didapat berdasarkan atribut dan sampel dari data pelatihan. Dalam penelitian ini KNN digunakan dengan parameter suhu, kelembapan, tekanan, dan kecepatan angin yang diperoleh dari Stasiun Meteorologi Raja Haji Fisabilillah Tanjungpinang. Data diambil mulai dari Januari tahun 2016- Desember tahun 2019. Hasil dari penelitian ini berupa klasifikasi yang terdiri dari jenis cuaca yaitu Thunderstorm, Lightning, Mist, Smoke, Cloudy, Prec in Sight, Rain, Haze, Shower, Lightning Rain. Hasil dari penelitian ini memperoleh akurasi tertinggi sebesar 70% dari k = 31, 33, 35, 37, 39, 41, 45, 47, 50 dan akurasi terendah sebesar 30% dari k = 7. 
Institution Info

Universitas Maritim Raja Ali Haji