ANALISA PENERAPAN METODE REGRESI LINEAR BERGANDA TERHADAP KELEMBABAN UDARA DI WILAYAH DKI JAKARTA

ANALISA PENERAPAN METODE REGRESI LINEAR BERGANDA TERHADAP KELEMBABAN UDARA DI WILAYAH DKI JAKARTA

• By Muhammad Kahfi;
• S1 - Teknik Informatika
• 98

ABSTRAK

Muhammad Kahfi (12220208), Analisa Penerapan Metode Regresi Linear Berganda Terhadap Kelembaban Udara Di Wilayah DKI Jakarta

Prediksi iklim sangat berguna dalam berbagai bidang, salah satunya adalah prediksi kelembaban udara. Kelembaban udara memiliki sifat perubahan yang fluktuatif yang mungkin disebabkan oleh perubahan faktor iklim lain. Penelitian ini bertujuan untuk menganalisa faktor iklim lain berupa temperatur udara, curah hujan, kecepatan angin
dan lamanya penyinaran matahari terhadap kelembaban udara di wilayah DKI Jakarta. Metode yang digunakan dalam penelitian ini adalah regresi linear berganda yang memungkinkan untuk mengidentifikasi dan pengukuran pengaruh variabel bebas yaitu
temperatur udara, curah hujan, kecepatan angin dan lamanya penyinaran matahari terhadap variabel terikat yaitu kelembaban udara. Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari situs resmi BMKG Stasiun Meteorologi Kemayoran selama kurun waktu 1 Januari 2019 sampai dengan 31
Desember 2023. Hasil uji hipotesis menghasilkan temuan bahwa perubahan keempat variabel bebas berpengaruh kuat terhadap perubahan variabel terikat. Namun berdasarkan hasil analisa regresi linear berganda, pengaruh yang paling dominan adalah temperatur udara yang memiliki koefisien regresi absolut sebesar 3,511 artinya
setiap kenaikan atau penurunan temperatur udara sebesar 1 o C mempengaruhi kenaikan atau penurunan nilai kelembaban udara sebesar 3,511%. Hasil evaluasi model mendapatkan nilai RMSE sebesar 3,999 menunjukkan bahwa rata-rata perbedaan antara nilai sebenarnya dan yang diprediksi adalah 3,999 unit.

• Katakunci kelembaban udara, prediksi cuaca, regresi linear berganda
• URL http://
• Penerbit universitas nusa mandiri,

REFERENSI

DAFTAR PUSTAKA

[1] M. Fajri dkk., “Penerapan Model Regression Untuk Prediksi Cuaca Wilayah seberang Ulu 1 Palembang.”

[2] M. Kahfi, K. Falgenti, L. D. Rizqi, D. Megawulan, M. Iqbal, dan F. Furqon, “Analisis pengaruh suhu udara rata-rata terhadap kelembaban di wilayah DKI Jakarta menggunakan Regresi Linear,” vol. 3, no. 1, hlm. 1–010, 2023, [Daring]. Tersedia pada: http://dataonline.bmkg.go.id/data_iklim

[3] E. Q. Ajr dan F. Dwirani, “MENENTUKAN STASIUN HUJAN DAN CURAH HUJAN DENGAN METODE POLYGON THIESSEN DAERAH
KABUPATEN LEBAK,” 2019.

[4] I. Rumahorbo, R. Yudistira, dan D. Sucahyono Sekolah Tinggi Klimatologi dan Geofisika, “Persamaan Regresi Prediksi Curah Hujan Bulanan Menggunakan Data Suhu dan Kelembapan Udara di Bengkulu,” Prosiding Pendidikan Matematika dan Matematika, vol. 2, 2020, [Daring]. Tersedia pada: www.bmkg.go.id

[5] M. Maulita, “PENDEKATAN DATA MINING UNTUK ANALISA CURAH
HUJAN MENGGUNAKAN METODE REGRESI LINEAR BERGANDA (STUDI KASUS: KABUPATEN ACEH UTARA),” 2023. [Daring]. Tersedia
pada: http://jom.fti.budiluhur.ac.id/index.php/IDEALIS/indexMayaMaulita| ttp://jo m.fti.budiluhur.ac.id/index.php/IDEALIS/index|

[6] E. Triyanto, H. Sismoro, dan A. D. Laksito, “IMPLEMENTASI ALGORITMA REGRESI LINEAR BERGANDA UNTUK MEMPREDIKSI PRODUKSI PADI DI KABUPATEN BANTUL,” Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 4, no. 2, hlm. 66–75, Jul 2019, doi: 10.36341/rabit.v4i2.666.

[7] J. Pebralia, “JIFP (Jurnal Ilmu Fisika dan Pembelajarannya) Analisis Curah Hujan Menggunakan Machine Learning Metode Regresi Linier Berganda Berbasis Python dan Jupyter Notebook Rainfall Analysis using Machine Learning-Multiple Linear Regression Method Based on Python and Jupyter Notebook,” vol. 6, no. 2, hlm. 23–30, 2022, [Daring]. Tersedia pada: http://jurnal.radenfatah.ac.id/index.php/jifp/ 

[8] S. Kom. , M. K. Prastyadi Wibawa Rahayu dkk., BUKU AJAR DATA MINING. Jambi: PT. Sonpedia Publishing Indonesia, 2024.

[9] M. Aziz Muslim dkk., Data Mining Algoritma C4.5. 2019.

[10] M. S. Randi Farmana Putra dkk., ALGORITMA PEMBELAJARAN MESIN. Jambi: PT. Sonpedia Publishing Indonesia, 2024. 59

[11] ST. , MM. , I. Dr.Rina Fitriana, STP. , M. S. Anik Nur Habyba, dan STP. , M. S. Elfira Febriani, Data Mining dan Aplikasinya Contoh Kasus di Industri Manufaktur dan Jasa . Banyumas: Wawasan Ilmu , 2022.

[12] J. Ade Nursiyono dan Pray P.H. Nadaek, Setetes Ilmu Regresi Linier. Media Nusantara Creative, 2016.

[13] H. Ismanto dan Silviana Pebruary, Aplikasi SPSS Dan Eviews Dalam Analisis Data Penelitian. 2021.

[14] T. Ariansyah dan S. Yakub, “Implementasi Data Mining Untuk Mengestimasi Kebutuhan Persediaan Roti Panggang Di Junction Cafe Dengan Menggunakan Metode Regresi Linier Berganda,” Jurnal CyberTech, vol. 1, no. 1, 2021, [Daring]. Tersedia pada: https://ojs.trigunadharma.ac.id/ 

[15] K. Puteri dan A. Silvanie, “MACHINE LEARNING UNTUK MODEL
PREDIKSI HARGA SEMBAKO DENGAN METODE REGRESI LINIER BERGANDA 1),” 2020. [Daring]. Tersedia pada: www.data.jakarta.go.id.

[16] E. Dewi dkk., “Prediksi Curah Hujan Di Kabupaten Majalengka Dengan Menggunakan Algoritma Regresi Rainfall Prediction in Majalengka District Using Regression Algorithm,” 2019. [Daring]. Tersedia pada: http://dataonline.bmkg.go.id/bmkg.online 

[17] A. Nur Latifah dkk., “Prediksi Curah Hujan Menggunakan Algoritma Regresi Linear Berganda,” Jurnal ICT : Information Communication & Technology, vol. 23, no. 1, hlm. 39–44, 2023, [Daring]. Tersedia pada: https://ejournal.ikmi.ac.id/index.php/jict ikmi

[18] M. Seprima dan D. Defrianto, “PREDIKSI CURAH HUJAN DAN
KELEMBABAN UDARA KOTA PEKANBARU MENGGUNAKAN METODE MONTE CARLO,” Komunikasi Fisika Indonesia, vol. 17, no. 3,
hlm. 134, Nov 2020, doi: 10.31258/jkfi.17.3.134-138.