OPTIMASI PRAKIRAAN CUACA MENGGUNAKAN
METODE ENSEMBLE PADA ALGORITMA NAÃVE
BAYES DAN C4.5
Total View This Week0
Total View This Week0
Institusion
Universitas Siliwangi
Author
Yani, Vini Indri
Subject
T Technology (General)
Datestamp
2022-12-20 04:05:33
Abstract :
ABSTRAK Peramalan cuaca merupakan hal yang penting bagi kehidupan masyarakat luas. Oleh karena itu, akurasi dari peramalan cuaca haruslah tinggi. Penelitian terkait prakiraan cuaca telah beberapakali dilakukan dengan berbagai metode seperti naïve bayes dan C4.5. Namun, masih terdapat beberapa kekurangan seperti sedikitnya dataset dan kategori yang digunakan, sehingga akan berpengaruh besar pada akurasi. Berdasarkan hal itu maka dilakukan optimasi prakiraan cuaca menggunakan metode ensemble pada algoritma naïve bayes dan C4.5 dengan lima kategori. Dataset yang digunakan merupakan data cuaca hasil pengamatan dari BMKG Bandung selama 10 tahun. Hasil dari penelitian menunjukan penggunaan dataset dari BMKG Bandung tidak mendapatkan hasil yang maksimal karena nilai dari setiap parameter memiliki nilai yang hampir sama pada setiap kategori, sehingga membuat pola sulit dikenal dan diklasifikasikan dengan benar. Hasil klasifikasi dan optimasi menunjukan akurasi dari naïve bayes adalah 49,45%, sedangkan untuk C4.5 adalah 41,24%. Hasil akurasi setelah dioptimasi tidak terlalu signifikan. Kenaikan akurasi yang terjadi pada proses bagging adalah 0,31% untuk naïve bayes dan 4,52% untuk C4.5. Lalu, kenaikan akurasi pada proses boosting adalah -2,69% untuk naïve bayes dan -2,42% untuk C4.5. Berdasarkan eksperimen yang dilakukan akurasi tertinggi didapatkan oleh model bagging Naïve Bayes. Berdasarkan uraian dari hasil eksperimen penelitian ini, diusulkan untuk mengikut sertakan forecaster yang sudah berpengalaman dalam penelitian peramalan cuaca, sehingga hasil penelitian memiliki akurasi yang baik dan juga dapat diimplementasikan secara langsung dalam proses peramalan cuaca. Kaca Kunci: C4.5, Metode Ensemble, Naïve Bayes, Peramalan cuaca.
ABSTRAK Peramalan cuaca merupakan hal yang penting bagi kehidupan masyarakat luas. Oleh karena itu, akurasi dari peramalan cuaca haruslah tinggi. Penelitian terkait prakiraan cuaca telah beberapakali dilakukan dengan berbagai metode seperti naïve bayes dan C4.5. Namun, masih terdapat beberapa kekurangan seperti sedikitnya dataset dan kategori yang digunakan, sehingga akan berpengaruh besar pada akurasi. Berdasarkan hal itu maka dilakukan optimasi prakiraan cuaca menggunakan metode ensemble pada algoritma naïve bayes dan C4.5 dengan lima kategori. Dataset yang digunakan merupakan data cuaca hasil pengamatan dari BMKG Bandung selama 10 tahun. Hasil dari penelitian menunjukan penggunaan dataset dari BMKG Bandung tidak mendapatkan hasil yang maksimal karena nilai dari setiap parameter memiliki nilai yang hampir sama pada setiap kategori, sehingga membuat pola sulit dikenal dan diklasifikasikan dengan benar. Hasil klasifikasi dan optimasi menunjukan akurasi dari naïve bayes adalah 49,45%, sedangkan untuk C4.5 adalah 41,24%. Hasil akurasi setelah dioptimasi tidak terlalu signifikan. Kenaikan akurasi yang terjadi pada proses bagging adalah 0,31% untuk naïve bayes dan 4,52% untuk C4.5. Lalu, kenaikan akurasi pada proses boosting adalah -2,69% untuk naïve bayes dan -2,42% untuk C4.5. Berdasarkan eksperimen yang dilakukan akurasi tertinggi didapatkan oleh model bagging Naïve Bayes. Berdasarkan uraian dari hasil eksperimen penelitian ini, diusulkan untuk mengikut sertakan forecaster yang sudah berpengalaman dalam penelitian peramalan cuaca, sehingga hasil penelitian memiliki akurasi yang baik dan juga dapat diimplementasikan secara langsung dalam proses peramalan cuaca. Kaca Kunci: C4.5, Metode Ensemble, Naïve Bayes, Peramalan cuaca.
File :
01 Cover.pdf
02 LEMBAR PENGESAHAN TUGAS AKHIR.pdf
11 DAFTAR LAMPIRAN.pdf
12 BAB I.pdf
13 BAB II.pdf
14 BAB III.pdf
15 BAB IV.pdf
16 BAB V.pdf
17 DAFTAR PUSTAKA.pdf
18 LAMPIRAN.pdf
03 Lembar Keaslian.pdf
04 ABSTRACK.pdf
05 MOTTO DAN PERSEMBAHAN.pdf
06 KATA PENGANTAR[26082020].pdf
07 DAFTAR ISI.pdf
08 DAFTAR GAMBAR.pdf
09 DAFTAR TABEL.pdf
10 DAFTAR KODE.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
