Implementasi Algoritma KNN Dalam Memprediksi Curah Hujan dan Temperatur Untuk Tanaman Padi

Main Article Content

Arwansyah - John S Arie

Abstract

Tanaman padi merupakan salah satu tumbuhan yang memerlukan curah hujan yang cukup serta temperature yang baik setiap musim tanam agar dapat tumbuh dan berkembang dengan baik sehingga memberikan hasil produksi yang tinggi. Cuaca yang sering mengalami perubahan dapat menjadi salah satu factor yang harus di perhatikan oleh petani dan pihak terkait sebab tanaman padi yang tidak mendapat cukup nutrisi seperti air akan mengakibatkan resiko peurunan produksi. Penelitian ini mengimplementasikan algoritma untuk memprediksi tingkat kecukupan curah hujan dan level temperature di tahun tertentu sehingga petani dapat mengetahui informasi sejak dini dan melakukan upaya penanganan apabila diperlukan. Algoritma yang digunakan adalah KNN yang prosesnya mengambil sample dari data-data terdekat. Hasil penelitian ini menunjukkan bahwa algoritma KNN dapat menghasilkan informasi mengenai curah hujan dan temperature yang dibutuhkan untuk tanaman padi.

Downloads

Download data is not yet available.

Article Details

Section
Articles

References

Kusrini, & Emha Taufik Luthfi. (2009). Algoritma Data mining. Yogyakarta: Andi.

[2] Fayyad, Usama. 1996. Advances in Knowledge Discovery and Data Mining. MIT Press.

[3] Agusta, Y. 2007. K-means - Penerapan, Permasalahan dan Metode Terkait. Jurnal Sistem
dan Informatika Vol. 3 (Februari 2007): 47-60.

[4] Wieta B. Komalasari.2007. Metode Pohon Regresi Untuk Eksploratori Data Dengan Peubah Yang Banyak Dan Kompleks. Jurnal Informatika Pertanian Vol 16 No.1, Juli 2007

[5] Azis, Anifuddin, Sunarminto, Hendro., Medhanita, Dewi Renanti (2006). Evaluasi Kesesuaian Lahan Untuk Budidaya Tanaman Pangan Menggunakan Jaringan Syaraf Tiruan

[6] Witten, I. H., Frank, E., Hall, M. A. 2011. Data Mining Practical Machine Learning Tools and Techniques (3rd ed). USA: Elsevier

[7] Sevani,Nina.,Marimin. Sukoco,Heru 2009, “Sistem Pakar Penentuan Kesesuaian Lahan Berdasarkan Faktor Penghambat Terbesar ( Maximun Limitian Factor) Untuk Tanaman Pangan”, Jurnal Informatika Vol.10 No 1.

[8] BMKG. 2017. Buku Prakiraan Musim Kemarau 2017.