Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal REKADATA (Rekayasa Data dan Kecerdasan Artifisial)
Meirinda Fauziyah
Mulawarman University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pemodelan Support Vector Regression Dengan Optimasi Grid Search Untuk Prediksi Curah Hujan Di Kabupaten Berau Fadilla Fadilla; Nariza Wanti Wulan Sari; Meirinda Fauziyah; Erlyne Nadhilah Widyaningrum; Sri Wahyuningsih
REKADATA Vol. 2 No. 1 (2026): Rekayasa Data dan Kecerdasan Artifisial (REKADATA)
Publisher : CV Mazaya Cahaya Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Fluktuasi curah hujan yang terjadi dari waktu ke waktu dapat meningkatkan potensi bencana hidrometeorologi, seperti banjir dan tanah longsor. Kondisi tersebut menunjukkan pentingnya pengembangan model yang dapat memberikan prediksi curah hujan secara akurat. Penelitian ini bertujuan menerapkan Support Vector Regression (SVR) dengan kernel polynomial dan optimasi grid search untuk memprediksi curah hujan di Kabupaten Berau. Data yang digunakan berupa curah hujan bulanan sebagai variabel respon serta suhu udara, kelembapan udara, tekanan udara, kecepatan angin, dan penyinaran matahari sebagai variabel prediktor. Data mencakup periode Januari 2014 hingga Desember 2025 dan dinormalisasi menggunakan metode min-max normalization. Optimasi grid search dilakukan dengan menguji nilai cost sebesar 0,5; 1; 2; dan 4 serta degree sebesar 1 dan 2. Pembentukan model dilakukan pada tiga skenario pembagian data training dan testing, yaitu 70:30, 80:20, dan 90:10. Evaluasi model menggunakan RMSE dan MAPE. Hasil analisis menunjukkan bahwa model dengan performa terbaik diperoleh pada proporsi 90:10, dengan RMSE training sebesar 85,5421 dan testing sebesar 86,8895. Nilai MAPE yang dihasilkan masing-masing sebesar 45,3880 dan 61,4889. Prediksi model mampu menggambarkan kecenderungan umum curah hujan aktual, sehingga SVR dengan kernel polynomial dan optimasi grid search dapat digunakan sebagai alternatif dalam prediksi curah hujan di Kabupaten Berau.
Co-Authors Erlyne Nadhilah Widyaningrum Fadilla Fadilla Nariza Wanti Wulan Sari SRI WAHYUNINGSIH