Analisis Data Cuaca untuk Estimasi Produksi Padi dengan Menggunakan Metode Hidden Markov Model - Weather Data Analysis For Estimating Paddy Crops Using Hidden Markov Model

Pradana, Yan Aditya (2018) Analisis Data Cuaca untuk Estimasi Produksi Padi dengan Menggunakan Metode Hidden Markov Model - Weather Data Analysis For Estimating Paddy Crops Using Hidden Markov Model. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
tesis_yan_06111650010003.pdf - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Perubahan iklim merupakan fenomena alam yang terjadi pada saat ini dengan ditandai oleh pola cuaca yang tidak menentu. Perubahan iklim ditandai dengan perubahan suhu, curah hujan, dan pemanasan global. Salah satu efek dari perubahan iklim adalah penurunan produksi panen tanaman padi yang mangancam ketahanan pangan. Penelitian ini bertujuan untuk mengestimasi produksi padi dengan menggunakan data cuaca yang ada.Dalam penelitian ini, disusun analisis data cuaca dengan pendekatan Hidden Markov Model untuk estimasi produksi padi. Secara umum proses analisis data cuaca dengan metode Hidden Markov Model dimulai dengan melakukan analisis korelasi antar variabel, uji normalitas. Kemudian dilakukan training untuk menyusun model, dan dilakukan testing untuk mengukur keberhasilan metode yang digunakan. Ukuran akurasi dilakukan dengan mean percentage error (MAPE). Faktor cuaca yang terdiri dari curah hujan, temperatur, dan kelembaban berpengaruh terhadap produksi pangan terutama padi dengan nilai r=0,755, r-square=0,600, dan adjusted r-square sebesar 0,540. Estimasi produksi padi mengikuti pola pergerakan optimal dari prediksi padi di setiap masing-masing variabel. Akurasi terbaik estimasi terdapat faktor curah hujan dengan MAPE 6,96 % dengan kategori akurasi tinggi sedangkan pada faktor temperatur dan kelembaban MAPE sebesar 25,34 % masuk pada kategori reasonable. Namun akurasi masih baik pada tahun kedua dan keempat, pada tahun kedelapan akurasi masih kategori reasonable walaupun mendekati akurasi rendah. ============================================================ Climate change is a natural phenomenon that occurs at this time with uncertain weather patterns. Climate change is characterized by changes in temperature, rainfall, and global warming. One of the e�ects of climate change is the decrease in production of rice crops that threatens food security. This study aims to estimate rice production using existing weather data. In this study, we prepared an analysis of weather data with the Hidden Markov Model approach for estimating rice production. In general, the process of analyzing weather data with the Hidden Markov Model model begins by performing correlation analysis between variables, data normality testing Then the training to arrange the model, and conducted testing to measure the success of the method used. Size accuracy is done with mean percentage error (MAPE). The weather factors such as rain intensity, temperature, and humidity take an e�ect to paddy crops by value of r=0,755, r-square=0,600, and adjusted r-square = 0,540. Paddy crops estimation follow the optimal movement each variable. The best accuration estimation is rainy variable by MAPE 6,96 % with the high accuration have reached and then temperature and humidity variable get MAPE 25,34 % in reasonable category. But for the last year still in reasonable category although closed to low accuration.

Item Type: Thesis (Masters)
Additional Information: RTMa 519.233 Pra a-1 2018
Uncontrolled Keywords: perubahan iklim, analisis data cuaca, produksi padi, Hidden Markov Model, climate change, weather data analysis, crop production, Hidden Markov Model
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA402 System analysis.
Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP
Divisions: Faculty of Mathematics, Computation, and Data Science > Mathematics > (S2) Master Theses
Depositing User: Yan Aditya Pradana
Date Deposited: 11 Dec 2018 03:36
Last Modified: 14 May 2019 02:51
URI: http://repository.its.ac.id/id/eprint/59214

Actions (login required)

View Item View Item