Académique Documents
Professionnel Documents
Culture Documents
Universitas Hasanuddin
Email : nurulilmasukardi@yahoo.co.id,
ABSTRACT
In this thesis research to predict daily rainfall in area of Makassar. Rain problem in
Indonesia increasingly complex due to climate shifts that result in high intensity rainfall in the
dry season so it is very influential on the development of communication systems.
Daily data obtained from the Meteorology, Climatology, and Geophysics, selected five
parameters, namely temperature, solar radiation, air pressure, humidity, and wind to predict
using the Support Vector Machine. The results of Support Vector Machine prediction method is
then compared with the prediction method Neural Network-Fuzzy Logic and Neural Network-
Wavelet.
The results of the accuracy of rainfall between the three methods, the SVM method in
2009 reached 76.98%, the Neural Network-Fuzzy Logic reaches 72.87%[2] and Neural Network-
Wavelet method reaches 64.65%[3]. Can be concluded that the method of Support Vector
Machine is better than predictions using Neural Network-Fuzzy Logic and Neural Network-
Wavelet.
Wavelet dan metode SVM untuk 1. Menggunakan parameter input dan uji yaitu
tersebut memiliki tingkat keakuratan yang penyinaran matahari, dan tekanan udara.
TUJUAN (RMSE).
2. Menganalisis perbandingan antara metode jenis hujan yang digunakan oleh BMKG.
Indonesia merupakan negara yang keadaan cuaca dan iklim di suatu tempat
memiliki pola curah hujan yang bermacam – serta unsur – unsur yang mempengaruhinya,
macam karena kondisi geografis di setiap akan lebih baik untuk mengetahui terlebih
wilayah di Indonesia berbeda - beda. Kota dahulu teori dasar dari cuaca dan iklim.
Makassar yang menjadi pusat penelitian Dibawah ini akan dibahas teori – teori
dalam tugas akhir ini termasuk dalam pola terkait pembuatan tugas akhir ini.
millimeter (mm).
A. Pengertian Hujan
Curah hujan merupakan ketinggian air
Hujan adalah butiran-butiran air yang
hujan yang terkumpul dalam tempat yang
dicurahkan dari atmosfer turun ke
datar, tidak menguap, tidak meresap, dan
permukaan bumi. Sedangkan garis yang
tidak mengalir. Curah hujan 1 (satu)
menghubungkan tempat-tempat di peta yang
milimeter artinya dalam luasan satu meter
mendapat curah hujan yang sama disebut
persegi pada tempat yang datar tertampung
isohyet.
air setinggi satu milimeter atau tertampung
asam belerang. Titik-titik kondensasi ini curah hujan persatuan jangka waktu tertentu.
mempunyai sifat dapat mengambil uap air Curah hujan yaitu jumlah air hujan yang
dari udara. Satuan curah hujan selalu turun pada suatu daerah dalam waktu
Cuaca adalah keadaan udara pada saat Suhu atau temperatur udara adalah
tertentu dan di wilayah tertentu yang relatif derajat panas dari aktivitas molekul dalam
sempit dan pada jangka waktu yang singkat atmosfer. Alat untuk mengukur suhu atau
[5]
. Di Indonesia keadaan cuaca diumumkan temperatur udara atau derajat panas disebut
mempengaruhi keadaan cuaca dan iklim Angin merupakan salah satu unsur
suatu daerah atau wilayah, yaitu: suhu atau cuaca dan iklim. Angin adalah udara yang
temperatur udara, tekanan udara, angin, bergerak dari daerah bertekanan udara tinggi
Unsur keempat yang dapat data yang diperoleh dapat ditentukan harga
berpengaruh terhadap cuaca dan iklim di minimum dan harga maksimum. Sedangkan
suatu tempat adalah kelembaban udara. alat yang bersifat non recording adalah alat-
Kelembaban udara adalah banyaknya uap air alat yang harus dibaca pada saat-saat
yang terkandung dalam massa udara pada tertentu untuk memperoleh data. Alat ini
saat dan tempat tertentu. Alat untuk tidak dapat mencatat sendiri .
Curah hujan adalah jumlah air hujan 1. Alat meteorologi yang dipakai
yang turun pada suatu daerah dalam waktu dipermukaan bumi. Jenis alat ini
Ditinjau dari cara pembacaannya, alat- 2. Alat meteorologi yang dipakai untuk
alat meteorologi dibagi menjadi dua jenis pengamatan lapisan udara atas. Alat ini
yaitu bersifat recording dan non recording. umumnya terdapat pada stasiun
Alat yang bersifat recording adalah alat meteorologi sinoptic dan penerbangan,
yang dapat mencatat data dengan sendirinya yang memerlukan pengamatan aerologic.
pertama kali oleh Universitas Waikato di J48, atau kloning versi open source dari
Selandia Baru sebelum menjadi bagian dari algoritma C4.5 yang dapat digunakan
Pentaho. Weka terdiri dari koleksi algoritma untuk pembentukan pohon keputusan
machine learning yang dapat digunakan (decision tree).
untuk melakukan generalisasi / formulasi Linear Regression, algoritma untuk
dari sekumpulan data sampling. Walaupun menghasilkan formulasi numerik dengan
kekuatan Weka terletak pada algoritma yang metode statistik regresi linear
makin lengkap dan canggih, kesuksesan data Naive Bayes, salah satu classifier
mining tetap terletak pada faktor numeric
pengetahuan manusia implementornya. Sequential Minimal Optimization (SMO)
Tugas pengumpulan data yang berkualitas adalah algoritma SVM yang digunakan
tinggi dan pengetahuan pemodelan dan dalam teknik klasifikasi maupun regresi.
penggunaan algoritma yang tepat diperlukan
diharapkan[9].
PREDIKSI CURAH HUJAN DENGAN
MACHINE
penelitian tugas akhir ini. Tahapan - tahapan yang ada pada tugas akhir ini, baik berupa
tersebut tentunya harus dilalui satu per satu artikel,buku referensi, bahan kuliah, maupun
sampai tahapan terakhir untuk mendapatkan sumber-sumber lain yang berhubungan dengan
hasil akhir yang berupa target dari tugas tugas akhir ini.
dapat dilihat pada gambar alur penelitan Data yang dimaksudkan adalah data –
diperoleh terdapat enam unsur cuaca, yaitu berdasarkan bulan dan kemudian disimpan
angin, penyinaran matahari, temperatur, tekanan dalam format csv. Data dalam format csv
udara, kelembaban, dan curah hujan. Data-data kemudian diinputkan ke program Weka agar
inilah yang digunakan sebagai input dari metode data tersebut dapat disimpan kembali dalam
program yang digunakan yaitu program Weka. Proses prediksi yang dimaksud adalah
Target yang diharapkan pada penelitian ini keseluruhan proses yang akan dilakukan sampai
adalah hasil prediksi curah hujan Tahun 2009 akhirnya dihasilkan data prediksi yang
dan 2010. Untuk memprediksi curah hujan diinginkan. Proses prediksi terdiri atas 2 tahapan
Tahun 2009 digunakan data training Tahun yaitu proses prediksi dengan metode Support
2003-2008 sedangkan untuk memprediksi curah Vector Machine pada Weka dan proses
hujan Tahun 2010 digunakan data training menampilkan hasil prediksi pada program Java.
data yang digunakan untuk pembelajaran adalah Validasi Hasil Prediksi dengan Data Aktual
didalamnya terdapat enam unsur cuaca yaitu Hasil prediksi yang ditampilkan pada
angin, penyinaran matahari, temperatur, tekanan program Java dibandingkan dengan data aktual
udara, kelembaban, dan curah hujan. Akan tetapi dari BMKG, proses inilah yang disebut dengan
pada penelitian ini hanya lima unsur yang validasi. Dari proses ini dapat diketahui
digunakan yaitu , penyinaran matahari, bagaimana kinerja dari proses prediksi yang
diatas, yaitu :
Setelah mendapatkan nilai akurasi dan
tersebut. Tahapan terakhir yaitu pembuatan Environment For Knowledge Analysis yang
laporan sebagai bukti dokumentasi dari merupakan program yang digunakan pada
metode SVM.
RMSE kecil &
Keakuratan tinggi
Save model
Selesai
Pilih SMO pada Weka RMSE Kecil dan Keakuratan Tinggi
(SMO) adalah salah satu bentuk dari dianalisa tingkat keakuratan dan RMSE
algoritma pemodelan data, pada program yang dihasilkan apakah sesuai dengan yang
Weka SMO ini digunakan sebagai algoritma diharapkan. Artinya untuk tingkat
pemodelan untuk metode SVM . keakuratan yang diharapkan tentu saja yang
Metode pengujian data pada Weka diharapkan tentu saja RMSE terkecil yang
terdiri atas empat metode yaitu use training dari data masukan lainnya. Jika hasil
set, supplied test set, cross validation dan pengujian tidak sesuai, maka kembali pada
percentage split. Pada dasarnya keempat proses penginputan data lainnya. Jika hasil
metode pengujian ini menghasilkan hasil pengujian sesuai dengan yang diharapkan
pengujian yang sama, akan tetapi pada maka proses dapat berlanjut ke tahapan
Output Pengujian
Tahapan ini merupakan tahap akhir
Output atau hasil pengujian yaitu dari proses pemodelan, setelah proses
berupa tingkat keakuratan dan RMSE dari pengujian sebelumnya dan diperoleh hasil
hasil pembelajaran data training. yang sesuai sengan target maka pemodelan
melakukan pengujian.
Program prediksi disini adalah
klasifikasian.
Proses menampilkan hasil prediksi
dengan metode SVM pada tugas akhir ini Input Data Pemodelan
langkah prediksi pada program prediksi : sesuai dengan bulan yang akan diprediksi
yaitu :
ANALISA DAN PEMBAHASAN PENUTUP
Akhir.2010
[5] Tutun Juhana. “Dasar Komunikasi
Jakarta. 2005
[9] http://pentaho.phi-