Iklim tropis yang memiliki dua musim, yakni musim penghujan dan musim kemarau yang seharusnya berputar setiap enam bulan sekali. Namun beberapa tahun terakhir ini, perubahan iklim global terasa ditandai dengan tidak menentunya perputaran musim kemarau maupun musim penghujan. Untuk mengetahui perubahan pola curah hujan tersebut, maka dirancanglah prediksi besaran curah hujan untuk melihat dan menganalisa pola hujan yang akan terbentuk ke depannya. Aplikasi prediksi besaran curah hujan yang akan dibangun menggunakan forecasting atau peramalan dengan metode Fuzzy Time Series. Logika fuzzy digunakan karena dapat memetakan suatu input ke dalam suatu output dan memiliki toleransi terhadap data-data yang tersedia. Adapun hasil dari penelitian yang dilakukan adalah mengimplementasikan metode Fuzzy Time Series untuk membangun aplikasi yang dapat mengolah dan menghitung pola data curah hujan serta memprediksi besaran curah hujan. Hasil dari pengujian diperoleh nilai MAPE (Mean Average Percentage Error) bervariasi tergantung jumlah data dan jumlah interval yang digunakan. Nilai MAPE terbaik yang diperoleh adalah 0,151% pada penggunaan data curah hujan periode 2015 – 2017 dengan jumlah interval 401. Perhitungan menggunakan metode Fuzzy Time Series sangat dipengaruhi oleh jumlah data yang digunakan dan jumlah interval dalam membagi data tersebut.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.