Prediksi curah hujan di Kabupaten Sumenep menggunakan metode Extreme Gradient Boosting (XGBoost) dan Algoritma Grid Search

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Samas, M. Thufail Alwannabil (2024) Prediksi curah hujan di Kabupaten Sumenep menggunakan metode Extreme Gradient Boosting (XGBoost) dan Algoritma Grid Search. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text M. Thufail Alwannabil Samas_09040221056 full.pdf Restricted to Repository staff only until 30 January 2029. Download (1MB)
	Text M. Thufail Alwannabil Samas_09040221056.pdf Download (1MB)

Abstract

Curah hujan di Kabupaten Sumenep merupakan fenomena meteorologis penting yang perlu diperhatikan karena berpengaruh terhadap berbagai aspek kehidupan masyarakat, terutama sektor pertanian dan produksi garam. Kabupaten Sumenep mencatat curah hujan tertinggi sebesar 116.4 mm pada tanggal 26 Mei 2022, yang menunjukkan intensitas hujan sangat tinggi. Penelitian ini menerapkan metode Extreme Gradient Boosting (XGBoost) untuk memprediksi curah hujan di Kabupaten Sumenep dengan menggunakan variabel meteorologis berupa suhu udara, sinar matahari, tekanan udara, kelembapan udara, kecepatan angin, dan penguapan sebagai variabel bebas, serta curah hujan sebagai variabel terikat. Metode XGBoost merupakan algoritma boosting yang mengoptimalkan kinerja model melalui teknik ensemble yang efisien, mendukung pemrosesan paralel, dan mampu menangani data berskala besar. Untuk meningkatkan akurasi, dilakukan tuning hyperparameter XGBoost menggunakan algoritma Grid Search dengan hyperparameter yaitu colsample bytree, learning rate, max depth, n estimators, dan subsample. Data yang digunakan merupakan data cuaca harian dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) dari tanggal 01 Juli 2020 hingga 30 Juni 2024. Model terbaik menghasilkan nilai MAAPE sebesar 1.2 dan RMSE sebesar 11.3 dengan kombinasi hyperparameter yaitu colsample bytree=0.6,learning rate = 0.05,max depth = 4, n estimators = 100, dan subsample = .6. Hasil tersebut menunjukkan bahwa model XGBoost yang dioptimalkan dengan Grid Search memiliki kinerja yang baik dalam memprediksi curah hujan di Kabupaten Sumenep.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Samas, M. Thufail Alwannabil mthufailalwannabils@gmail.com 09040221056
Contributors:	Contribution Name Email NIDN Thesis advisor Ulinnuha, Nurissaidah nuris.ulinnuha@uinsby.ac.id 2002119001 Thesis advisor Hafiyusholeh, Moh. hafiyusholeh@uinsby.ac.id 2004028001
Subjects:	Matematika
Keywords:	Curah hujan; Grid Search; prediksi XGBoost
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	M. Thufail Alwannabil Samas
Date Deposited:	30 Jan 2026 03:51
Last Modified:	30 Jan 2026 03:51
URI:	http://digilib.uinsa.ac.id/id/eprint/86449

Actions (login required)

View Item