<![CDATA[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.]]>
Copyrights © 2026
