Pengelompokan Data Kaji Cuaca Menggunakan Algoritma K-Means Bagi Peramalan Taburan Hujan

Pengelompokan merupakan salah satu teknik utama di dalam perlombongan data di mana set entiti dibahagikan kepada beberapa subkelas. Tujuan utama proses pengelompokan adalah untuk mengenalpasti corak sesebuah kumpulan, yang membolehkan persamaan serta perbezaan yang wujud antara kumpulan dikenalpasti...

Full description

Bibliographic Details
Main Authors: Bahari, Mahadi, Dollah @ Md. Zain, Rozilawati, Bakri, Aryati, Mohamad Adini, Mohamad Fahmi, Md. Sap, Mohd. Nor
Format: Conference or Workshop Item
Language:English
Published: 2005
Subjects:
Online Access:http://eprints.utm.my/3245/2/PENGELOMPOKAN_DATA_KAJI_CUACA_MENGGUNAKAN_____K-MEANS_BAGI_PERAMALAN_TABURAN_HUJAN.pdf
Description
Summary:Pengelompokan merupakan salah satu teknik utama di dalam perlombongan data di mana set entiti dibahagikan kepada beberapa subkelas. Tujuan utama proses pengelompokan adalah untuk mengenalpasti corak sesebuah kumpulan, yang membolehkan persamaan serta perbezaan yang wujud antara kumpulan dikenalpasti. Terdapat pelbagai kaedah di dalam pengelompokan di mana setiap satunya berfungsi mengikut cara tersendiri dan mengeluarkan keputusan yang berlainan. Kajian ini menekankan kepada proses pengelompokan data kaji cuaca dengan menggunakan algoritma K-Means. Di dalam kajian ini, beberapa algoritma K-Means yang dihasilkan oleh penulis yang berlainan, dibincangkan secara umum. Penulis juga telah memfokuskan kajian kepada pengelompokan parameter data kaji cuaca kepada beberapa kelompok yang berlainan. Kelompok-kelompok ini dihasilkan melalui pembangunan algoritma K-Means dengan menggunakan program Borland C. Hanya beberapa wakil parameter sahaja diambil daripada setiap kelompok yang telah dihasilkan), akan digunakan bagi melakukan proses peramalan taburan hujan. Hasil yang diperolehi di dalam kajian menunjukkan proses pengelompokan dapat memudahkan proses peramalan taburan hujan.