PREDIKSI SUHU MAKSIMUM HARIAN DI INDONESIA BERBASIS KLASTER MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING, SUPPORT VECTOR REGRESSION, RANDOM FOREST, DAN EXTREME GRADIENT BOOSTING

USTON NAWAWI CHRISTANTO, 3022110704 (2025) PREDIKSI SUHU MAKSIMUM HARIAN DI INDONESIA BERBASIS KLASTER MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING, SUPPORT VECTOR REGRESSION, RANDOM FOREST, DAN EXTREME GRADIENT BOOSTING. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (256kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (296kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Repository staff only Download (532kB) | Request a copy
	Text (HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (553kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (461kB) | Request a copy
	Text (LEMBAR FINAL DETEKSI PLAGIASI) 5. LEMBAR FINAL DETEKSI PLAGIASI.pdf Restricted to Repository staff only Download (534kB) | Request a copy
	Text (ABSTRAK) 6. ABSTRAK.pdf Download (476kB)
	Text (KATA PENGANTAR) 7. KATA PENGANTAR.pdf Restricted to Repository staff only Download (392kB) | Request a copy
	Text (DAFTAR ISI) 8. DAFTAR ISI.pdf Download (470kB)
	Text (DAFTAR GAMBAR) 9. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (382kB) | Request a copy
	Text (DAFTAR TABEL) 10. DAFTAR TABEL.pdf Restricted to Repository staff only Download (377kB) | Request a copy
	Text (BAB I PENDAHULUAN) 11. BAB I PENDAHULUAN.pdf Download (568kB)
	Text (BAB II TINJAUAN PUSTAKA) 12. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only Download (604kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 13. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only Download (587kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 14. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) 15. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only Download (468kB) | Request a copy
	Text (DAFTAR PUSTAKA) 16. DAFTAR PUSTAKA.pdf Download (467kB)
	Text (BIODATA PENULIS) 17. BIODATA PENULIS.pdf Restricted to Repository staff only Download (218kB) | Request a copy
	Text (FULLTEXT) 18. SKRIPSI-USTON NAWAWI CHRISTANTO (3022110704).pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text (FULLTEXT DOC) 19. SKRIPSI-USTON NAWAWI CHRISTANTO (3022110704).docx Download (5MB)
	Image (POSTER) POSTER.png Download (17MB)

Abstract

Meningkatnya suhu ekstrem di Indonesia akibat perubahan iklim menuntut model prediksi yang akurat untuk wilayah geografis yang beragam. Penelitian ini mengusulkan kerangka kerja peramalan spasial-adaptif menggunakan data BNU-ESM dan ERA5 (1980–2005). Wilayah Indonesia diklasifikasikan ke dalam empat kluster iklim menggunakan K-Means, di mana model Support Vector Regression (SVR), Random Forest (RF), dan XGBoost dievaluasi secara independen. Analisis hasil menunjukkan bahwa SVR secara konsisten mengungguli model lain di keempat kluster. Pada kluster dengan suhu stabil (Kluster 0 & 2), SVR mencapai akurasi tertinggi dengan Root Mean Square Error (RMSE) 0.10 dan Mean Absolute Error (MAE) 0.08. Bahkan pada kluster paling panas dan volatil (Kluster 1 & 3), SVR tetap menunjukkan performa superior dengan secara signifikan meminimalkan kesalahan prediksi dibandingkan model lainnya, membuktikan keandalannya dalam berbagai kondisi iklim. Kebaruan utama penelitian ini adalah integrasi klasterisasi dengan evaluasi model komparatif, yang terbukti efektif meningkatkan akurasi. Kerangka kerja ini menawarkan metodologi yang lebih andal untuk membangun sistem peringatan dini iklim yang presisi dan adaptif secara regional.

Item Type:	Thesis (Undergraduate)
Additional Information:	Softfile/KK.25/UISI-01/SISFOR
Uncontrolled Keywords:	Peramalan Suhu Ekstrem, Kerangka Spasial-Adaptif, Klasterisasi KMeans, Support Vector Regression (SVR), Machine Learning.
Contributors:	Contribution Name Email Thesis advisor Brina Miftahurrohmah, S.Si., M.Si., MCE, MCF. brina.miftahurrohmah@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Information System
Depositing User:	USTON NAWAWI CHRISTANTO
Date Deposited:	23 Jul 2025 17:14
Last Modified:	24 Jul 2025 08:56
URI:	https://repository.uisi.ac.id/id/eprint/7697

Actions (login required)

View Item