<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="62996">
 <titleInfo>
  <title>PREDIKSI CURAH HUJAN DENGAN MENGGUNAKAN MULTIPLE LINEAR REGRESSION</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Merita Silvia</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Pertanian Universitas Syiah Kuala</publisher>
   <dateIssued>2019</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
&#13;
Pengelompokan data curah hujan, suhu udara dan kelembaban udara perlu dilakukan untuk dapat mengetahui daerah-daerah mana yang memiliki kesamaan. Curah hujan, suhu udara dan kelembaban udara dapat dikelompokkan dengan menggunakan cluster analysis. Selain itu, curah hujan juga perlu di prediksi dengan menggunakan multiple linear regression. Penelitian ini menggunakan data curah hujan, suhu udara dan kelembaban udara dari bulan Januari hingga Desember selama 9 tahun periode (2010-2019) di beberapa wilayah provinsi Aceh yaitu Aceh Besar, Aceh Utara, Nagan Raya dan Sabang. Jika dibandingkan hasil pengelompokan secara bersamaan dan terpisah yang menghasilkan pengelompokan yang terbaik adalah pengelompokan terpisah yaitu suhu dilihat dari segi kemungkinan hasil pengelompokan saat ini dan yang akan datang. Hal ini dapat dilihat dari persentase suhu yang mampu mengelompokkan data sebesar 78% pada PC1. Prediksi curah hujan local model  dan global model menghasilkan nilai prediksi yang berbeda. Jika dilihat prediksi curah hujan local model  terbaik yang dilakukan di empat (4) wilayah yaitu Aceh Besar, Aceh Utara, Nagan Raya dan Sabang diperoleh model yang handal dari ke empat wilayah tersebut adalah wilayah Aceh Besar. Hasil kalibrasi wilayah Aceh Besar diperoleh nilai koefisien korelasi (r), koefisien determinasi (R2), root mean square error calibration (RMSEC) yaitu 0,64; 0,41 dan 74,78. Sedangkan hasil validasi diperoleh nilai koefisien korelasi (r), koefisien determinasi (R2), root mean square error prediction (RMSEP) yaitu 0,77 ; 0,82 dan 75,27. &#13;
&#13;
Kata Kunci: Curah Hujan, Suhu, Kelembaban, Cluster Analysis, Multiple Linear Regression&#13;
</note>
 <subject authority="">
  <topic>FINES-FORESTRY</topic>
 </subject>
 <classification>1</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>62996</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2019-09-13 15:05:45</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2019-09-17 10:15:58</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>