Text

PENERAPAN ALGORITMA DATA MINING MKNN (MODIFIED K NEAREST NEIGHBOR) UNTUK PREDIKSI CUACA DI KOTA TERNATE

---

Cuaca merupakan faktor penting yang memengaruhi berbagai aspek kehidupan, seperti
pertanian, penerbangan, dan kegiatan harian masyarakat. Perubahan cuaca yang tidak
menentu menuntut adanya sistem prediksi yang akurat. Penelitian ini bertujuan untuk
menerapkan algoritma Modified K-Nearest Neighbor (MKNN) sebagai metode klasifikasi
dalam memprediksi cuaca di Kota Ternate. Data cuaca diperoleh dari BMKG Kota Ternate
periode 2017–2024, mencakup parameter curah hujan, suhu, kelembaban, kecepatan dan
arah angin, serta penguapan. Metode MKNN digunakan karena memiliki keunggulan dalam
validasi data latih dan perhitungan bobot berdasarkan validitas dan jarak Manhattan,
sehingga mampu meningkatkan akurasi klasifikasi dibandingkan KNN standar. Penelitian ini
mencakup proses pra-pemrosesan data, pelatihan model, dan evaluasi akurasi prediksi.
Hasil pengujian menunjukkan bahwa algoritma MKNN dapat memprediksi akurasi tertinggi
yaitu 5 dengan prediksi sebesar 80,43%, pada data uji dan Distribusi label dalam dataset
menunjukkan bahwa 32,7% data merupakan kondisi "Hujan", dan 67,3% merupakan "Tidak
Hujan". layak diterapkan sebagai sistem pendukung keputusan untuk prakiraan cuaca lokal.
Kata Kunci : Cuaca, Data mining, MKNN.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

2025 621,29 Sum P

Penerbit

Ternate : PROGRAM STUDI INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS KHAIRUN., 2025

Deskripsi Fisik

xi.63 hlm. 30 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

19 Agustus 2025

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Sumaga Juny Kartika

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar