<![CDATA[Curah hujan merupakan parameter penting dalam bidang lingkungan dan pertanian, sehingga diperlukan metode prediksi yang akurat. Penelitian ini membandingkan kinerja metode Decision Tree dan Random Forest dalam memprediksi curah hujan menggunakan data historis cuaca yang mencakup suhu, kelembaban, dan variabel terkait lainnya. Data terlebih dahulu diproses untuk mengatasi duplikasi dan nilai ekstrem, kemudian dibagi menjadi data pelatihan dan pengujian. Hasil evaluasi menunjukkan bahwa metode Decision Tree menghasilkan akurasi 80,82%, presisi 87,88%, dan recall 90,62%, sedangkan metode Random Forest memperoleh akurasi 87,67%, presisi 88,73%, dan recall 98,44%. Perbandingan hasil menunjukkan bahwa Random Forest memiliki kinerja yang lebih baik terutama dalam hal akurasi dan recall, sehingga lebih efektif dalam mengidentifikasi hari hujan. Meskipun demikian, pemilihan metode tetap perlu disesuaikan dengan kebutuhan aplikasi. Penelitian ini memberikan rekomendasi metode yang tepat untuk prediksi curah hujan.]]>
Copyrights © 2024
