PERBANDINGAN ANTARA NAIVE BAYES DAN RANDOM FOREST UNTUK PREDIKSI CUACA DI KOTA PALEMBANG

WARDHANI, NADYA KUSUMA (2025) PERBANDINGAN ANTARA NAIVE BAYES DAN RANDOM FOREST UNTUK PREDIKSI CUACA DI KOTA PALEMBANG. Other thesis, UNIVERSITAS BINA DARMA.

	Text (BAB 0) 0.pdf Download (1MB)
	Text (BAB 1) 1.pdf Download (669kB)
	Text (DAFTAR PUSTAKA) D.pdf Download (674kB)
	Text (FULLBAB SKRIPSI) F.pdf Restricted to Repository staff only Download (3MB)
	Text (LAMPIRAN) L.pdf Download (1MB)

Abstract

Perubahan iklim telah meningkatkan frekuensi kejadian hujan ekstrem, sehingga memperbesar risiko terjadinya bencana hidrometeorologi. Kota Palembang merupakan salah satu wilayah dengan curah hujan tinggi yang sering memicu banjir dan berdampak pada transportasi, ekonomi, serta kesehatan masyarakat. Oleh karena itu, prediksi curah hujan yang akurat sangat penting untuk mendukung upaya mitigasi bencana. Penelitian ini membandingkan kinerja algoritma Naïve Bayes dan Random Forest dengan menggunakan data cuaca harian dari BMKG Palembang periode 2019–2024. Tahapan penelitian meliputi pra-pemrosesan data, imputasi nilai hilang menggunakan KNN Imputer, normalisasi dengan MinMaxScaler, klasifikasi curah hujan ke dalam empat kategori (Ringan, Sedang, Lebat, dan Sangat Lebat), serta implementasi algoritma Naïve Bayes dan Random Forest. Evaluasi model dilakukan dengan Confusion Matrix dan K-Fold Cross Validation menggunakan metrik akurasi, presisi, recall, F1-score, dan AUC. Hasil penelitian menunjukkan bahwa Random Forest mencapai kinerja tertinggi dengan akurasi 99,60% dan AUC 100%, sementara Naïve Bayes memperoleh akurasi 97,17% dan AUC 99,79%. Namun, Naïve Bayes menghasilkan nilai presisi, recall, dan F1-score yang lebih tinggi, sehingga menunjukkan sensitivitas yang lebih baik dalam mendeteksi kelas minoritas. Kesimpulannya, Random Forest memberikan prediksi yang lebih stabil dan akurat untuk klasifikasi curah hujan secara keseluruhan, sedangkan Naïve Bayes lebih sesuai digunakan ketika fokus penelitian adalah pada deteksi kelas minoritas.

Actions (login required)

View Item