ANALISIS PERBANDINGAN METODE NAIVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE DALAM KLASIFIKASI CURAH HUJAN

Bimantara, Ageng (2020) ANALISIS PERBANDINGAN METODE NAIVE BAYES CLASSIFIER DAN SUPPORT VECTOR MACHINE DALAM KLASIFIKASI CURAH HUJAN. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (180kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (549kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (241kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf Download (62kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (416kB)
	Archive (SOURCE CODE) Source Code 16.11.0476 Ageng Bimantara.zip Restricted to Repository staff only Download (3kB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (801kB)

Abstract

Curah hujan merupakan salah satu elemen pada iklim. Intesitas curah hujan yang tinggi dapat mengakibatkan banjir. Prakiraan cuaca menjadi salah satu solusi untuk mencegah banjir. Pada penelitian ini menggunakan metode Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM) dengan menggunakan feature selection Chi – square untuk meningkatkan akurasi dan mengatasi kekurangan dari kedua metode. Data yang digunakan berasal dari BMKG dari tahun 2016 sampai tahun 2018 pada provinsi Daerah Istimewa Yogyakarta. Hasil dari penelitian menunjukkan NBC menghasilkan akurasi sebesar 79,019%, SVM pada kernel RBF C=1 Gamma = 1 menghasilkan akurasi sebesar 98,97%, SVM pada Kernel Polynomial C=100 Degree = 1 menghasilkan akurasi sebesar 74,45%. Dengan menggunakan feature selection menunjukkan NBC menghasilkan akurasi sebesar 78,79%, SVM pada kernel RBF C=1 Gamma = 1 menghasilkan akurasi sebesar 99,77%, SVM pada Kernel Polynomial C=50 Degree = 1 menghasilkan akurasi sebesar 77,53%.

Actions (login required)

View Item