English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Melakukan prakiraan cuaca memerlukan banyak komponen data cuaca, record dalam jumlah yang besar, serta kemampuan pelaku prakiraan. Keadaan ini mengakibatkan keakuratan dan kecepatan prakiraan menjadi kurang terpenuhi ketika kesimpulan diambil. Untuk mengatasi masalah tersebut, dilakukan penelitian pemodelan prediksi menggunakan teknik yang ada dalam konsep penambangan data, association rule , klasifikasi, serta Random Forest. Penelitian ini menggunakan data dari stasiun pengamatan maritim Cilacap mulai Agustus 2012 sampai dengan Agustus 2016. Data tersebut terdiri atas tanggal, waktu, kecepatan angin, arah angin, arah arus, kecepatan arus, arah gelombang, dan kecepatan gelombang. Data pengujian adalah sebagian data yang diambil secara acak dari keseluruhan data yang digunakan. Dari pengujian model, didapatkan bahwa Association Rule menghasilkan akurasi 79%, sedangkan Classification Tree menghasilkan akurasi 88%.

Prakiraan Tinggi Gelombang Air Laut Menggunakan Data Mining