Flood phenomenon is an annual scourge that often occurs at several critical points in the territory of Indonesia, one of which is in the South Tangerang City, Banten. This paper aims to predict rainfall as an early detection model by exploring the application of artificial intelligence techniques such as the Adaptive Neuro-Fuzzy Inference System (ANFIS). The proposed technique was built with various input structures and membership functions, then trained and tested to evaluate its capabilities. Daily meteorological data such as relative humidity, temperature, and partial pressure of water vapour are chosen as intermediate parameters to predict rainfall. While rainfall measurement data is used as a comparison or validation. By analysing the three scenarios that have been carried out, it was found that rainfall can be estimated well. The prediction results with ANFIS Fuzzy-C-Means (FCM) algorithm are promising to detect floods that can later be integrated with more complex systems, especially types of floods at various points in the City of South Tangerang and surrounding areas.

No abstract

<p>Memasuki era industri 4.0, peran teknologi diberbagai bidang seolah menjadi primadona dalam proses pengambilan keputusan. Teknologi dipercaya mampu menghadirkan percepatan dan ketepatan dalam menghasilkan informasi. Salah satu pemanfaatan teknologi yang sangat dinamis dapat dijumpai dalam bidang pendidikan, yaitu dalam hal pemilihan program studi. Umumnya calon mahasiswa baru sulit untuk menetapkan sebuah pilihan yang benar-benar sesuai dengan kemampuan dirinya. Pilihan selalunya dipengaruhi oleh faktor dari dalam maupun dari luar diri. Hal ini tentunya tidak selalu mendatangkan keuntungan bagi calon mahasiswa tersebut. Banyak dijumpai mahasiswa yang putus studi ditengah jalan akibat tidak mampu mengikuti atau memperoleh capaian akademik yang baik. Penelitian ini mencoba untuk melakukan pendekatan serta pengukuran terhadap kemampuan mahasiswa melalui tes minat dan kepribadian. Instrumen pengukuran menggunakan model Holland dan Big Five Personality. Pengembangan aplikasi menggunakan metode Sequential Linear. Pemodelan tersebut akan dikonversikan kedalam bentuk komputasi pintar sehingga diharapkan dapat menghasilkan sebuah rekomendasi keputusan terhadap kesesuaian antara minat dan kepribadian dengan pilihan program studi yang sesuai dengan kemampuan yang dimiliki oleh calon mahasiswa baru.<strong></strong></p><p><strong><em>Kata kunci</em></strong><strong><em>:</em></strong><strong><em> </em></strong><em>pilihan program studi, kemampuan mahasiswa, tes minat, tes kepribadian</em><em></em></p>

<p><strong>. </strong>Memilih program studi adalah keputusan awal yang diambil oleh calon mahasiswa ketika memutuskan untuk melanjutkan studi di jenjang perguruan tinggi. Sebelum memilih, calon mahasiswa diharapkan dapat memahami dengan baik apa yang menjadi minat serta bakat yang dimiliki. Kesalahan dalam menentukan pilihan tentunya berdampak pada keberlangsungan masa studi. Kurangnya minat atau bakat pada program studi yang dipilih akan memberikan hasil yang tidak maksimal. Tidak jarang kita jumpai banyak mahasiswa yang memutuskan untuk pindah program studi atau bahkan putus studi hanya disebabkan oleh hal tersebut. Permasalahan dan kesalahan seperti ini cukup sering terjadi di kalangan mahasiswa. Oleh karena itu, pada penelitian kali ini coba dilakukan pendekatan terhadap gaya belajar (VARK) yang dimiliki sebagai dasar untuk menarik sebuah kesimpulan yang mendekati minat serta bakat calon mahasiswa dalam menentukan pilihan program studi yang sesuai. Kesimpulan yang diperoleh akan ditelusuri kembali dengan mencari sekumpulan hipotesis-hipotesis menuju fakta-fakta yang mendukung hipotesis tersebut (Backward Chaining). Berdasarkan uji komputasi yang dilakukan dengan menggunakan kedua metode tersebut diperoleh hasil bahwa pendekatan analisis dapat dilakukan dalam memberikan rekomendasi pilihan program studi yang sesuai dengan kemampuan calon mahasiswa.</p><p><strong>Kata kunci</strong><strong>:</strong><strong> </strong>pilihan program studi, gaya belajar, rekomendasi<strong></strong></p>