ANALISA PREDIKSI CURAH HUJAN MENGGUNAKAN ALGORITMA EXTREME GRADIENT BOOSTING DAN KETERKAITAN DENGAN KELEMBABAN TANAH

ELIORA, FIRSTI and Arie, Vatresia and Lindung, Zalbuin Mase (2024) ANALISA PREDIKSI CURAH HUJAN MENGGUNAKAN ALGORITMA EXTREME GRADIENT BOOSTING DAN KETERKAITAN DENGAN KELEMBABAN TANAH. Other thesis, Universitas Bengkulu.

[thumbnail of Thesis] Archive (Thesis)
NaskahSkripsi_FirstiEliora_G1A019003 - firsti eliora.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (3MB)

Abstract

Informasi curah hujan sangat diperlukan untuk berbagai macam aktivitas
kehidupan. Curah hujan dapat menjadi dasar dalam memperkirakan dampak
hujan seperti bencana banjir, tanah longsor dan kekeringan. Selain bencana,
prediksi curah hujan juga bisa dimanfaatkan pada bidang pertanian. Penelitian
ini bertujuan untuk melakukan prediksi curah hujan menggunakan algoritma
Extreme Gradient Boosting (XGBoost) agar mengetahui prediksi curah hujan
harian selama satu tahun kedepan di Bengkulu Tengah dengan menggunakan
data curah hujan di 8 stasiun hujan selama 10 tahun wilayah Bengkulu Tengah.
Hasil prediksi yang diperoleh kemudian digunakan untuk menganalisis nilai
kelembaban tanah berdasarkan nilai prediksi curah hujan dengan menggunakan
persamaan yang telah dikembangkan dari penelitian sebelumnya. Model
prediksi curah hujan terbaik terdapat pada Stasiun Anak Dalam dengan
kombinasi hyperparameter yaitu n_estimators = 400, learning_rate = 0.1,
max_depth = 7, min_child_weight = 1, dan subsample = 0.8. Model ini
menghasilkan nilai RMSE 0.079 dan MAE 0.011 pada data uji serta nilai
RMSE 0.063 dan MAE 0.004 pada data latih. Meskipun menghasilkan model
yang baik dengan akurasi yang kecil, namun model ini mengalami overfitting
ditandai dengan nilai RMSE dan MAE yang lebih kecil pada data latih
dibandingkan dengan data uji. Hasil prediksi curah hujan dan kelembaban
tanah yang diperoleh kemudian diolah dengan menghitung rata-rata selama
setahun dan dilakukan interpolasi dengan menggunakan metode Inverse
Distance Weighted (IDW) untuk mengetahui sebaran curah hujan dan
kelembaban tanah di Bengkulu Tengah. Dari hasil interpolasi menggunakan
rata-rata curah hujan dan kelembaban tanah diperoleh 9 klasifikasi dengan nilai
tertinggi terdapat pada Stasiun Taba Penanjung dengan rata-rata curah hujan
358.0462 – 367.9028 mm dan rata-rata kelembaban tanah 1.4857 – 1.4968
m³/m³ untuk prediksi pada tahun 2022. Hasil interpolasi menunjukkan
keterkaitan antara curah hujan dan kelembaban tanah. Semakin tinggi curah
hujan, maka kelembaban tanah juga akan semakin tinggi.
Kata - kata kunci : Curah Hujan, Extreme Gradient Boosting, Interpolasi,Kelembaban Tanah.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Depositing User: 58 lili haryanti
Date Deposited: 15 Sep 2025 02:36
Last Modified: 15 Sep 2025 02:36
URI: https://repository.unib.ac.id/id/eprint/24433

Actions (login required)

View Item
View Item