Logo UNTAN Universitas
Tanjungpura
Pontianak

Prediksi Kondisi Cuaca Kota Pontianak dengan Model Backpropagation Neural Network

Albertus, Duta Arya Bimo (2026) Prediksi Kondisi Cuaca Kota Pontianak dengan Model Backpropagation Neural Network. Skripsi thesis, Universitas Tanjungpura.

[img] PDF (Cover-Bab1)
Cover-Bab1_H1071211037.pdf - Published Version

Download (1MB)
[img] PDF (H1071211037_ALBERTUS_DUTA_ARYA_BIMO)
H1071211037_ALBERTUS_DUTA_ARYA_BIMO.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB)

Abstract

Kota Pontianak memiliki karakteristik cuaca khas wilayah khatulistiwa dengan intensitas hujan yang relatif tinggi sepanjang tahun. Kondisi ini menuntut adanya model klasifikasi cuaca yang andal untuk mendukung perencanaan dan mitigasi di berbagai sektor. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi performa Jaringan Saraf Tiruan (JST) dengan algoritma Backpropagation dalam melakukan klasifikasi cuaca biner, yaitu hujan dan tidak hujan, di Kota Pontianak. Data yang digunakan merupakan data historis cuaca periode 2019–2023 yang diperoleh dari BMKG Stasiun Meteorologi Maritim Pontianak, dengan parameter suhu udara, tekanan udara, kecepatan angin, dan titik embun. Tahapan penelitian meliputi pra-pemrosesan data, transformasi variabel target menjadi klasifikasi biner, normalisasi data menggunakan Standard Scaler, serta pembagian data menjadi data latih dan data uji dengan rasio 70:30. Untuk mengatasi ketidakseimbangan kelas, diterapkan metode Synthetic Minority Over- sampling Technique (SMOTE) pada data latih. Model JST dibangun menggunakan MLP Classifier dan dilatih dengan algoritma Backpropagation. Evaluasi performa model dilakukan menggunakan metrik Accuracy Score dan Cohen’s Kappa Score, serta analisis time series untuk melihat pola prediksi temporal. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 68,24% dan nilai Cohen’s Kappa sebesar 0,23 yang termasuk dalam kategori fair agreement. Analisis time series menunjukkan model mampu menangkap pola musiman cuaca, namun masih memiliki kecenderungan over-prediction terhadap kondisi hujan. Secara keseluruhan, JST Backpropagation dapat digunakan untuk klasifikasi cuaca di Kota Pontianak dengan performa yang cukup baik, meskipun masih memerlukan pengembangan lebih lanjut.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Albertus, Duta Arya BimoNIMH1071211037UNSPECIFIED
Subjects: 500 – Ilmu Pengetahuan > 550 Ilmu bumi dan geologi > 551 Geologi, hidrologi, meteorologi
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Geofisika S1
SWORD Depositor: Sri Yulihartini
Depositing User: Sri Yulihartini
Date Deposited: 14 Oct 2026 06:42
Last Modified: 14 Oct 2026 06:42
URI: https://repository.untan.ac.id/id/eprint/9017

Actions (login required)

View Item View Item