// <![CDATA[SINTESIS DATA TABULAR DENGAN METODE SDV (SYNTHETIC DATA VAULT) PADA PENINGKATAN KINERJA PREDIKSI CURAH HUJAN]]> 0411105902 - Dr. Uung Ungkawa, S.T., M.T. Dosen Pembimbing 1 MUHAMAD RAIHAN AMMAR DZIKRA / 152019087 Penulis
Curah hujan memainkan peran penting dalam berbagai bidang, namun sering kali data hujan memiliki nilai hilang yang menyulitkan pengembangan model prediksi yang akurat. Penelitian ini mengusulkan penggunaan Synthetic Data Vault (SDV) dengan model Gaussian Copula untuk menghasilkan data sintesis yang meniru distribusi data asli curah hujan di Kota Bandung. Melalui uji coba pada empat distribusi Gaussian Copula—gamma, beta, gaussian, dan student T. Hasil menunjukkan bahwa data sintesis dari distribusi Gamma paling merepresentasikan data asli, baik dari segi distribusi maupun statistik. Lalu, hasil evaluasi SDMetrics, menunjukkan baik bentuk atau struktur kolom data dan hubungan atau tren antara pasangan kolom dalam data, menunjukkan hasil sebesar 95.62% menyerupai data asli. Untuk prediksi curah hujan Tahun 2024 menggunakan Prophet pada data sintesis menghasilkan nilai curah hujan minimum sekitar 7mm tanpa nilai negatif, sementara data asli menghasilkan beberapa prediksi negatif, yang tidak semestinya terjadi. Hasil ini menunjukkan bahwa data asli, dengan banyak nilai hilang, memiliki performa prediksi kurang baik. Secara keseluruhan data sintesis yang dihasilkan dari Gaussian Copula lebih konsisten dan representatif, serta memberikan kinerja prediksi yang lebih baik. Penelitian ini menegaskan bahwa data sintesis dapat menjadi alternatif yang kuat untuk menggantikan atau melengkapi data asli yang tidak lengkap dalam model prediksi. Kata kunci: Curah hujan, Prediksi, Synthetic Data Vault, Gaussian Copula, Data sintesis