EPrints Universitas Amikom YogyakartaANALISIS PERBANDINGAN OPTIMASI HYPERPARAMETER GRID SEARCH DAN RANDOM SEARCH PADA ALGORITMA XGBOOST UNTUK KLASIFIKASI PRAKIRAAN CUACAFauzul AkbarAriantoauthorPenelitian ini bertujuan untuk menganalisis dan membandingkan pengaruh optimasi hyperparameter menggunakan metode Grid Search dan Random Search pada algoritma Extreme Gradient Boosting (XGBoost) untuk klasifikasi prakiraan cuaca. Dataset yang digunakan berasal dari Global Weather Repository yang diperoleh dari Kaggle, kemudian melalui tahapan prapemrosesan data yang meliputi pemilihan fitur, pembersihan data, transformasi data, pemisahan data latih dan data uji, serta penyeimbangan data menggunakan Synthetic Minority Oversampling Technique (SMOTE). Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score, sedangkan proses optimasi hyperparameter menggunakan validasi silang (cross-validation) sebanyak 3 lipatan. Hasil penelitian menunjukkan bahwa model XGBoost dasar memperoleh accuracy sebesar 0.8210, sedangkan model hasil Grid Search memperoleh accuracy sebesar 0.8309 dan model hasil Random Search memperoleh accuracy sebesar 0.8358. Pada proses validasi silang, Grid Search menghasilkan CV Score tertinggi sebesar 0.9116, sementara Random Search memperoleh CV Score sebesar 0.9091. Namun, hasil pengujian pada data uji menunjukkan bahwa Random Search menghasilkan performa terbaik berdasarkan accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa optimasi hyperparameter mampu meningkatkan performa XGBoost dalam klasifikasi kondisi cuaca, serta menunjukkan bahwa nilai validasi silang yang lebih tinggi tidak selalu menghasilkan performa terbaik pada data pengujian. Dengan demikian, Random Search menjadi metode optimasi yang memberikan performa terbaik pada dataset dan ruang parameter yang digunakan dalam penelitian ini.000 Ilmu komputer, informasi dan pekerjaan umum006 Metode komputer khusus2026-06-02Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.