Wulandari, Windi (2025) METODE SVR UNTUK MEMPREDIKSI JUMLAH PEMAKAIAN AIR PDAM (STUDI KASUS: SUB UNIT MUNTILAN). S1 thesis, Universitas Muhammadiyah Magelang.

	PDF (Skripsi) 20.0504.0030_COVER_BAB I_BAB II_BAB III_BAB V_DAFTAR PUSTAKA.pdf Download (776kB)
	PDF (Skripsi) 20.0504.0030_COVER_BAB IV.pdf Restricted to Repository staff only Download (616kB) | Request a copy
	PDF (Skripsi) 20.0504.0030_COVER_LAMPIRAN.pdf Download (409kB)
	PDF (Skripsi) 20.0504.0030_FULLTEXT.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	PDF (Skripsi) 20.05040030_COVER_PERNYATAAN UNGGAH REPOSITORY.pdf Download (455kB)

Abstract

Pengolahan data merupakan salah satu dampak dari kemajuan penggunaan teknologi. Proses pengolahan data ini memiliki peran penting bagi perkembangan sebuah perusahaan dalam menganlisis sebuah data. Proses analisis ini nantinya dapat bermanfaat dalam meramalkan atau memprediksi sebuah masalah yang timbul. Perusahaan PDAM Kabupaten Magelang khususnya Sub Unit Muntilan merupakan sebuah perusahaan pengelola air bersih yang mendistribusikan air bersih kepada masyarakat. Proses pengelolaan distribusi air ini sering menemui kendala yang dipengaruhi oleh berbagai faktor, seperti demografi, musim, dan aktivitas masyarakat yang mengakibatkan distribusi ini terhalang dan tidak sejalan antara ketersediaan dan kebutuhan terkait kelangkaan air atau pemborosan air. Tujuan penelitian ini adalah untuk memprediksi jumlah pemakaian air PDAM Sub Unit Muntilan menggunakan model prediksi Machine Learning, yaitu Support Vector Regression (SVR), yang di kombinasikan dengan parameter Grid Search untuk menemukan parameter yang memiliki akurasi lebih tinggi, yaitu parameter nilai C, Epsilon, dan Gamma serta menggunakan teknik sliding window untuk memprediksi data selanjutnya. Dengan melihat tingkat akurasi berdasarkan nilai Mean Square Eror (MSE), Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE) dan R-Squared (R2). Data yang digunakan dalam penelitian ini mencakup data historis Sub Unit Muntilan periode tahun 2020 hingga 2024, dengan variabel yang diambil dalam dataset ini berupa bulan dan tahun, tempat mata air terdekat, dan jumlah kebutuhan air yang telah dipakai, yang kemudian diinput kedalam tabel excel dengan atribut berupa no, tahun, bulan, sub unit, liter, m3. Kombinasi model ini akan diterapkan pada proses prediksi data yang telah diberikan oleh perusahaan PDAM. Digunakan kolom liter sebagai data X atau data fitur dan kolom m3 sebagai data Y atau data target yang diproses berdasarkan tabel tahun. Berdasarkan kombinasi model yang telah dilakukan, diperoleh nilai parameter terbaik sebesar C=10, epsilon=0,1, dan gamma=“auto”, serta nilai akurasi dari model ini, yaitu MSE sebesar 0,1115 dan RMSE sebesar 0,3340, serta akurasi MAPE sebesar 94,6612% dan R2 sebesar 0,8885, dan berhasil melakukan prediksi menggunakan teknik sliding window sebanyak 12 bulan kedepan.

Item Type:	Karya Ilmiah (S1)
Pembimbing:	Mukhtar Hanafi, S.T., M.Cs. dan Rofi Abul Hasani, S.Kom., M.Eng.
Uncontrolled Keywords:	Prediksi, Pemakaian Air, Support Vector Regression, Grid Search, Sliding Window.
Subjects:	T Technology > T Technology (General) T Technology > T2 Information Technology
Depositing User:	FT 20.0504.0030
Date Deposited:	22 Sep 2025 07:00
Last Modified:	22 Sep 2025 07:00
URI:	https://repositori.unimma.ac.id/id/eprint/5788

Actions (login required)

View Item