EXPLORATORY DATA ANALYSIS (EDA) TINGGI MUKA AIR DI
JAKARTA
Total View This Week5
Total View This Week5
Institusion
STMIK Akakom
Author
Wijoyo, Rahmat Hadi Suko - 145410006
Subject
Analisis Sistem
Datestamp
2021-11-22 04:01:55
Abstract :
Banjir Jakarta selalu menjadi sorotan masyarakat Indonesia setiap tahunnya. Salah satu tindak pencegahan oleh Badan Nasional Penanggulangan Bencana dan Badan Meteorologi Klimatologi Geofisika DKI Jakarta adalah melakukan monitoring dan pengamatan terhadap pintu air maupun sungai di Jakarta dan sekitarnya yang sering terjadi luapan sehingga menyebabkan banjir di daerah Jakarta dan sekitarnya. Pengamatan dilakukan dengan menggunakan berbagai alat serta sensor, yang nantinya akan dicatat dalam sebuah dataset. Dari dataset tersebut dilakukanlah Exploratory Data Analysis untuk menganalisa data tentang tinggi muka air di Jakarta. Metode Exploratory Data Analysis ini dilakukan dengan menggunakan aplikasi Jupyter Notebook dan bahasa pemrograman Python. Untuk library yang digunakan adalah pandas, numpy, seaborn, plotly, pandas profiling dan matplotlib. Tahapan pertama pada analisis dataset adalah preprocessing data. Preprocessing dimulai dengan merubah tipe data int menjadi float pada kolom tinggi_air dan tipe data object menjadi datetime pada kolom tanggal. Setelah tahapan preprocessing, tahap selanjutnya adalah melakukan analisis. Hasil analisis dataset Tinggi Muka Air di Jakarta yang diambil dari tanggal 23 Desember 2019 sampai dengan 31 Januari 2020 (Gambar 4.22) menunjukkan bahwa status_siaga Status : Normal memiliki persentase frequency sebesar 82.2%, Status : Siaga 3 dengan persentase frequency 9.1%, diikuti Status : Siaga 2 dengan persentase frequency 6.8% dan Status : Siaga 1 dengan persentase frequency sebesar 1.9%. Sedangkan hasil analisis menggunakan fungsi groupby pada variabel tinggi_air (Gambar 4.8), diperoleh informasi bahwa pintu air PA. Manggarai memiliki ketinggian air tertinggi yaitu 9690 dan status siaga tertinggi Status : Siaga 1. Kata Kunci: Banjir Jakarta, Exploratory Data Analysis, Python, Tinggi muka air di Jakarta
Banjir Jakarta selalu menjadi sorotan masyarakat Indonesia setiap tahunnya. Salah satu tindak pencegahan oleh Badan Nasional Penanggulangan Bencana dan Badan Meteorologi Klimatologi Geofisika DKI Jakarta adalah melakukan monitoring dan pengamatan terhadap pintu air maupun sungai di Jakarta dan sekitarnya yang sering terjadi luapan sehingga menyebabkan banjir di daerah Jakarta dan sekitarnya. Pengamatan dilakukan dengan menggunakan berbagai alat serta sensor, yang nantinya akan dicatat dalam sebuah dataset. Dari dataset tersebut dilakukanlah Exploratory Data Analysis untuk menganalisa data tentang tinggi muka air di Jakarta. Metode Exploratory Data Analysis ini dilakukan dengan menggunakan aplikasi Jupyter Notebook dan bahasa pemrograman Python. Untuk library yang digunakan adalah pandas, numpy, seaborn, plotly, pandas profiling dan matplotlib. Tahapan pertama pada analisis dataset adalah preprocessing data. Preprocessing dimulai dengan merubah tipe data int menjadi float pada kolom tinggi_air dan tipe data object menjadi datetime pada kolom tanggal. Setelah tahapan preprocessing, tahap selanjutnya adalah melakukan analisis. Hasil analisis dataset Tinggi Muka Air di Jakarta yang diambil dari tanggal 23 Desember 2019 sampai dengan 31 Januari 2020 (Gambar 4.22) menunjukkan bahwa status_siaga Status : Normal memiliki persentase frequency sebesar 82.2%, Status : Siaga 3 dengan persentase frequency 9.1%, diikuti Status : Siaga 2 dengan persentase frequency 6.8% dan Status : Siaga 1 dengan persentase frequency sebesar 1.9%. Sedangkan hasil analisis menggunakan fungsi groupby pada variabel tinggi_air (Gambar 4.8), diperoleh informasi bahwa pintu air PA. Manggarai memiliki ketinggian air tertinggi yaitu 9690 dan status siaga tertinggi Status : Siaga 1. Kata Kunci: Banjir Jakarta, Exploratory Data Analysis, Python, Tinggi muka air di Jakarta
File :
1_145410006_HALAMAN_DEPAN.pdf
2_145410006_BAB_I - Hadi Wijoyo.pdf
3_145410006_BAB_II - Hadi Wijoyo.pdf
4_145410006_BAB_III - Hadi Wijoyo.pdf
5_145410006_BAB_IV - Hadi Wijoyo.pdf
6_145410006_BAB_V - Hadi Wijoyo.pdf
7_145410006_DAFTAR_PUSTAKA - Hadi Wijoyo.pdf
145410006_LAMPIRAN_COMPRESSED - Hadi Wijoyo.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
