Aplikasi Pendeteksi Dan Analisa Cuaca Menggunakan Metode K-Nearest Neighbor Berbasis Android
DOI:
https://doi.org/10.12928/jstie.v8i1.14623Keywords:
Cuaca, K-Nearest Neighbor, Android, Pendeteksi Cuaca, Pendeteksi Citra, Nilai Warna, RGBAbstract
Cuaca adalah faktor penentu dalam kehidupan sehari-hari makhluk hidup, terutama manusia, cuaca sendiri adalah sebuah fenomena alam yang terjadi di atmosfer Bumi. Cuaca adalah suatu aktivitas yang dapat berlangsung selama beberapa hari. Cuaca dengan aktivitas jangka waktu yang lebih lama lebih dikenal sebagai iklim. Cuaca terjadi karena reaksi suhu dan kelembaban yang berbeda antara satu tempat dengan tempat lainnya. Perbedaan ini bisa terjadi karena sudut pemanasan matahari yang berbeda dari satu tempat ke tempat lainnya. Untuk dapat memprediksi cuaca secara praktis untuk menyiapkan diri pada situasi – situasi yang tidak terduga, maka didasari oleh algoritma K-NN ,perhitungan jarak Euclidean dan metode perhitungan RGB untuk penentuan cuaca. Algoritma K-NN sebagai dasar pengambilan keputusan dari variabel yang telah ditentukan, perhitungan jarak Euclidean untuk dasar penentuan serta metode perhitungan RGB untuk ekstraksi fitur dari gambar. Tujuan pembuatan aplikasi ini adalah menghasilkan aplikasi mobile yang dapat memprediksi cuaca dengan kamera dan gambar. Hasil dari penelitian ini aplikasi mobile yang dapat memprediksi cuaca dari gambar ataupun dari kamera yang berhasil sebanyak 64 kali dalam 100 kasus, maka dapat disimpulkan hasil cukup baik.References
Candra Dewi , Dany Primanita Kartikasari , Yusi Tyroni Mursityo. 2014. Prediksi Cuaca Pada Data Time Series Menggunakan Adaptive Neuro Fuzzy Inference System (Anfis)., I(1), 18 – 24.
Krismiaji. 2010. Sistem Informasi Akuntasi. Yogyakarta : UPP AMP YKPN.
Kristanto Andri. 2008. Perancangan Sistem Informasi dan Aplikasinya. Yogyakarta: Gava Media.
Ricky Imanuel, Kusrini, M.Rudyanto Arief. 2014. Analisa Prediksi Tingkat Pengunduran Diri Mahasiswa Dengan Metode K-Nearest Neighbor.
Elsyantri Nana Suhendra, I Wayan Santiyasa, Agus Muliantara. 2015. Pengaruh Pca (Principle Component Analysis) Terhadap Klasifikasi Prakiraan Hujan Harian Di Daerah Kuta Selatan Menggunakan Algoritma Knn (K-Nearest Neighbor)., VIII(1), 8 – 14.
Downloads
Published
Issue
Section
License
License and Copyright Agreement
In submitting the manuscript to the journal, the authors certify that:
- They are authorized by their co-authors to enter into these arrangements.
- The work described has not been formally published before, except in the form of an abstract or as part of a published lecture, review, thesis, or overlay journal. Please also carefully read Journal Posting Your Article Policy.
- The work is not under consideration for publication elsewhere.
- The work has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
- They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
- They agree to the following license and copyright agreement.
Copyright
Authors who publish with Jurnal Sarjana Teknik Informatika agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.