Skripsi

Pengembangan Dashboard Visualisasi Dan Prediksi Radar Cuaca Menggunakan XGBOOST Untuk Deteksi Dini Hujan Lebat Di Wilayah Pesisir Banten

---

Penelitian ini mengembangkan sistem prediksi dan deteksi dini kejadian hujan lebat berbasis radar cuaca X-band menggunakan algoritma Extreme Gradient Boosting (XGBoost). Data radar diolah melalui tahapan prapemrosesan dan ekstraksi karakteristik sel hujan berdasarkan nilai reflektivitas, dengan area reflektivitas ?40 dBZ digunakan sebagai indikator kejadian hujan. Fitur hasil ekstraksi kemudian digunakan sebagai masukan model XGBoost untuk memprediksi perkembangan sel hujan pada horizon 15 menit, 30 menit, dan 60 menit. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan koefisien determinasi (R²), serta dianalisis melalui scatter plot dan grafik time series antara nilai aktual dan prediksi. Hasil menunjukkan bahwa model mampu mengikuti pola perubahan area hujan pada ketiga horizon prediksi. Performa terbaik diperoleh pada horizon 15 menit, sedangkan peningkatan horizon menyebabkan penyimpangan prediksi yang lebih besar, terutama pada puncak kejadian hujan. Verifikasi terhadap data Automatic Weather Station (AWS) digunakan untuk mengevaluasi kesesuaian kejadian hujan hasil prediksi dengan kondisi pengamatan. Hasil penelitian menunjukkan bahwa XGBoost berpotensi digunakan sebagai bagian dari sistem deteksi dini hujan lebat berbasis radar.

---

Ketersediaan

Informasi Detail

Pembimbing I

Dr. Ir. Agustina Rachmawardani, S.T., M.Si.

Pembimbing II

Widodo, SE., M.Si

Penguji I

Ir. Nardi, S.T., M.Kom

Penguji II

Dr. Ir. Marzuki Sinambela, S.Kom., M.T.

Jurusan

-

No. Panggil

I 26 028 IRS

Deskripsi Fisik

118 hal; Illus; 30 cm

Bahasa

Indonesia

Klasifikasi

NONE

Tipe Isi

text

Tipe Media

unspecified

Tipe Pembawa

volume

Edisi

-

Subjek

RADAR CUACA
Machine Learning
dashboard
XGBoost
Deteksi Dini Hujan Lebat

Info Detail Spesifik

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar