<![CDATA[Curah hujan memiliki pola yang tidak menentu sehingga sulit dilakukan prediksi dengan cara manual. Besarnya curah hujan tidak dapat ditentukan secara pasti namun dapat diperkirakan. Namun demikian, dengan adanya Data Mining memungkinkan mesin mengenali dan mempelajari pola data yang rumit. Maka dari itu pembelajaran mesin dapat mempelajari pola data curah hujan untuk melakukan prediksi, maka penelitian ini melakukan proses data mining pada data curah hujan terbilang dari 1 januari 2015 sampai 31 desember 2020 dengan menggunakan metode K-Nearest Neighbor sesuai kriteria temperature rata-rata, kelembapan udara rata-rata, kecepatan angin rata-rata, dan curah hujan. Proses klasifikasi ini memiliki tujuan untuk mendapatkan akurasi terbaik dalam memprediksi curah hujan harian di Kota Bandung, serta memberi pengetahuan algoritma K-Nearest Neighbor mengenai curah hujan. Hasil dari penelitian ini menunjukan bahwa ketika nilai K sebesar 5, maka didapatkan hasil akurasi sebesar 86.199% dengan hasil pengujian akurasi menggunakan Confusion Matrix dihasilkan akuarasi sebesar 84.38%.]]>
Copyrights © 2022
