Prediksi Banjir Menggunakan Artificial Neural Network

dc.contributor.advisorJefiza,Adlian
dc.contributor.authorAlfajri, Muhammad Asri
dc.date.accessioned2025-02-19T08:42:06Z
dc.date.issued2025-02-04
dc.description.abstractBanjir merupakan salah satu bencana alam yang sering terjadi yang diakibatkan oleh curah hujan tinggi. Penelitian ini bertujuan untuk mengembangkan model prediksi banjir menggunakan metode Artificial Neural Network (ANN), yang memiliki kemampuan memproses data non-linear dan kompleks. Data penelitian meliputi curah hujan, suhu, dan kelembapan yang diperoleh dari sensor DHT11 dan ombrometer. Proses penelitian mencakup pengumpulan data, preprocessing, dan implementasi model ANN untuk klasifikasi. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, dan recall. Hasil penelitian menunjukkan bahwa model ANN berhasil memprediksi kejadian banjir dengan tingkat akurasi, presisi, dan recall sebesar 100%. Model ini memberikan solusi yang efektif untuk mendukung mitigasi bencana banjir dan dapat digunakan sebagai acuan dalam pengambilan keputusan berbasis data oleh pihak berwenang.
dc.identifier.kodeprodiKODEPRODI21312#Teknik Mekatronika
dc.identifier.nidnNIDN1002129101
dc.identifier.urihttps://repository.polibatam.ac.id/handle/PL029/3818
dc.language.isoother
dc.subjectPrediksi
dc.subjectBanjir
dc.subjectArtificial Neural Network
dc.titlePrediksi Banjir Menggunakan Artificial Neural Network
dc.typeBook

Files

Original bundle

Now showing 1 - 3 of 3
Repository Politeknik Negeri Batam
Name:
2025_Muhammad Asri Alfajri_4212001048-1.pdf
Size:
1.85 MB
Format:
Adobe Portable Document Format
Repository Politeknik Negeri Batam
Name:
No.FO.31.6.1-V1 Format Pernyataan Publikasi Mahasiswa.pdf
Size:
225.61 KB
Format:
Adobe Portable Document Format
Repository Politeknik Negeri Batam
Name:
2025_Muhammad Asri Alfajri_4212001048-halaman.pdf
Size:
732.05 KB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Repository Politeknik Negeri Batam
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: