Syafa'ati, Putri Laela (2026) PERANCANGAN DAN IMPLEMENTASI SISTEM KLASIFIKASI CUACA BERBASIS ALGORITMA PERCEPTRON MENGGUNAKAN LORA PADA STASIUN CUACA. Undergraduate thesis, Universitas Diponegoro.

	Text Putri Laela Syafa'ati_Repository TA.pdf - Published Version Restricted to Repository staff only Download (10MB) | Request a copy
	Text 6 daftar isi DKK_merged.pdf - Published Version Download (2MB)
	Text 8 Pendahuluan.pdf - Published Version Download (571kB)
	Text 9 dasar.pdf - Published Version Download (1MB)
	Text 10 Metopen.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text 11 Analisa Hasil.pdf - Published Version Download (2MB)
	Text 12 Penutup.pdf - Published Version Download (362kB)
	Text 13 dapus.pdf - Published Version Download (359kB)
	Text 14 Lampiran.pdf - Published Version Restricted to Repository staff only Download (627kB) | Request a copy

Abstract

Cuaca merupakan faktor lingkungan yang berpengaruh terhadap berbagai aktivitas manusia, seperti pertanian, transportasi, dan perencanaan wilayah. Penelitian ini bertujuan merancang dan mengimplementasikan sistem klasifikasi cuaca berbasis algoritma Multilayer Perceptron (MLP) pada stasiun cuaca berbasis Long Range (LoRa) di Universitas Diponegoro. Sistem menggunakan sensor HONDE HD-WSM-U-07 untuk mengukur suhu udara, kelembapan, curah hujan, dan radiasi matahari yang dikirimkan melalui jaringan LoRa serta disimpan dalam basis data PostgreSQL menggunakan protokol MQTT. Dataset yang digunakan merupakan gabungan data historis Automatic Weather Station (AWS) Universitas Diponegoro dan data sensor HONDE secara real-time dengan total 72.630 data. Model XGBoost digunakan untuk memprediksi parameter cuaca, sedangkan hasil prediksi tersebut menjadi masukan bagi model MLP untuk mengklasifikasikan kondisi cuaca ke dalam empat kategori, yaitu cerah, berawan, hujan sedang, dan hujan lebat. Hasil pengujian menunjukkan bahwa sistem LoRa mencapai tingkat keberhasilan transmisi sebesar 91,86% pada jarak 136,87 m, sedangkan MQTT mencapai tingkat kelengkapan data sebesar 99,88%. Model MLP memperoleh akurasi validasi sebesar 99,91% dan akurasi holdout sebesar 99,96%. Hasil penelitian menunjukkan bahwa sistem mampu menyajikan

Actions (login required)

View Item