Kecerdasan Buatan · 5 Algoritma Machine Learning

Prediksi Curah Hujan Harian
Analisis Komparatif Algoritma ML

923 Record 5 Stasiun BMKG 5 Algoritma ANN & RNN Terbaik

Overview Dataset

Statistik umum dataset meteorologi BMKG yang digunakan untuk melatih 5 algoritma Machine Learning.

—
Total Data
—
Hari Hujan
—
Tidak Hujan
—
Stasiun
5
Algoritma
80:20
Split Train:Test

Distribusi per Stasiun Meteorologi

Hari Hujan
Hari Tidak Hujan
Nangapinoh
36.8%
Cilacap
27.6%
Bogor
27.2%
Mempawah
20.5%
Tanjung Mas
16.0%

5 Algoritma Machine Learning

Linear Regression · ANN · RNN/LSTM · K-Means · Backpropagation

① Linear Regression

Linear Regression — Prediksi Nilai RR (mm)

Memprediksi jumlah curah hujan sebagai nilai kontinu. Threshold RR > 0 dikonversi ke klasifikasi biner. Library: scikit-learn LinearRegression(). Metrik: MAE, RMSE, R² Score.

② Artificial Neural Network (ANN)

ANN — Training vs Validation Loss
TrainVal

③ RNN / LSTM

RNN/LSTM — Training vs Validation Loss
TrainVal

④ K-Means Clustering UNSUPERVISED

⑤ Backpropagation MLP

Backpropagation — Training vs Validation Loss
TrainVal

Perbandingan 5 Algoritma

#AlgoritmaTipe AkurasiMetrik Utama KelebihanKekurangan

Simulasi Prediksi Real-time

Masukkan parameter cuaca hari ini. Flask akan menjalankan 5 model dan mengembalikan hasil voting dari 3 classifier utama (ANN, RNN, Backpropagation).

Rentang umum: 20–26°C
Rentang umum: 28–35°C
Rentang umum: 24–30°C
0 = tidak hujan hari ini
// Hasil Prediksi — 5 Algoritma
Masukkan data cuaca
dan klik Prediksi

Preview Dataset

Data meteorologi harian dari 5 stasiun BMKG. Menampilkan 50 baris pertama dari 923 total record.

#StasiunTanggal Tn(°C)Tx(°C)Tavg(°C) RR(mm)Besok Hujan