Perbandingan Maximal Frequent Itemset dan Closed Frequent Itemset dalam menemukan pola hubungan faktor cuaca dan curah hujan di Kota Bandung menggunakan algoritma FP-growth

Hidayat, Dikri (2025) Perbandingan Maximal Frequent Itemset dan Closed Frequent Itemset dalam menemukan pola hubungan faktor cuaca dan curah hujan di Kota Bandung menggunakan algoritma FP-growth. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_Cover.pdf Download (198kB) | Preview
Preview	Text (ABSTRAK) 2_Abstrak.pdf Download (308kB) | Preview
Preview	Text (Pernyataan karya sendiri) 3_Pernyataankaryasendiri.pdf Download (278kB) | Preview
Preview	Text (DAFTAR ISI) 4_Daftarisi.pdf Download (270kB) | Preview
Preview	Text (BAB 1) 5_Bab1.pdf Download (397kB) | Preview
	Text (BAB 2) 6_Bab2.pdf Restricted to Registered users only Download (709kB) | Request a copy
	Text (BAB 3) 7_Bab3.pdf Restricted to Registered users only Download (554kB) | Request a copy
	Text (BAB 4) 8_Bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB 5) 9_Bab5.pdf Restricted to Registered users only Download (291kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_Daftarpustaka.pdf Restricted to Registered users only Download (264kB) | Request a copy

Abstract

INDONESIA: Curah hujan merupakan salah satu faktor penting dalam siklus hidrologi yang memengaruhi keseimbangan sumber daya air serta berbagai sektor kehidupan manusia, seperti pertanian, perkebunan, pelayaran, penerbangan, hingga mitigasi bencana banjir. Kota Bandung memiliki karakteristik iklim musiman tropis basah dengan curah hujan tinggi pada bulan November–Desember dan rendah pada bulan Juli–Agustus. Data iklim yang tercatat setiap hari oleh BMKG menghasilkan dataset berukuran besar, sehingga metode analisis tradisional menjadi tidak memungkinkan. Untuk mengatasi permasalahan tersebut, penggunaan data mining terhadap data iklim kota Bandung dapat menjadi solusi. Adapun algoritma yang digunakan yaitu FP-Growth yang selanjutnya hasil yang diperoleh dari algoritma tersebut akan dilakukan penyaringan data agar lebih efisien dan efektif saat proses mining dengan menggunakan metode Closed Frequent Itemset dan Maximal Frequent Itemset. Penelitian ini menggunakan data iklim kota Bandung dari bulan januari tahun 2020 sampai dengan bulan juli tahun 2024. Untuk mencari nilai minimum support disini menggunakan algoritma Adaptive Minimum Support agar nilai minimum supportnya dapat menyesuaikan dengan karakteristik data yang digunakan. Hasil penelitian ditemukan bahwa metode Maximal Frequent Itemset merupakan metode yang terbaik dalam memberikan representasi yang efisien untuk menganalisis dataset iklim, dengan menghasilkan total 25 pola curah hujan, dengan rincian 9 tidak hujan, 15 pola hujan ringan, 1 pola hujan sedang. ENGLISH: Rainfall is one of the important factors in the hydrological cycle that affects the balance of water resources and various sectors of human life, such as agriculture, plantations, shipping, aviation, and flood disaster mitigation. The city of Bandung has a wet tropical seasonal climate with high rainfall in November–December and low rainfall in July–August. The climate data recorded daily by the BMKG produces a large dataset, making traditional analysis methods impossible. To overcome this problem, the use of data mining on Bandung's climate data can be a solution. The algorithm used is FP-Growth, and the results obtained from this algorithm will be filtered to make the mining process more efficient and effective using the Closed Frequent Itemset and Maximal Frequent Itemset methods. This study uses climate data for the city of Bandung from January 2020 to July 2024. To find the minimum support value here, the Adaptive Minimum Support algorithm is used so that the minimum support value can be adjusted to the characteristics of the data used. The results of the study found that the Maximal Frequent Itemset method is the best method in providing an efficient representation for analyzing climate datasets, it produced a total of 25 rainfall patterns, with details of 9 no rain, 15 light rain patterns, and 1 moderate rain pattern.

Actions (login required)

View Item