Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Statistika Industri dan Komputasi
Marthin Luter Laia
Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND Yogyakarta
Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PERBANDINGAN HASIL KLASIFIKASI CURAH HUJAN MENGGUNAKAN METODE SVM DAN NBC Marthin Luter Laia; Yudi Setyawan
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 02 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Penelitian ini membahas pengklasifikasi curah hujan serta memprediksi curah hujan dengan menggunakan metode Support Vector Machine dan Naïve Bayes Classifier serta melihat nilai akurasi kedua metode. Support Vector Machine adalah salah satu metode machine learning yang bekerja atas prinsip structural risk minimization yang bertujuan untuk menemukan hyperplane terbaik yang dapat memisahkan kelas. Sedangkan Naïve Bayes Classifier adalah metode klasifikasi yang digunakan untuk menentukan probabilitas suatu anggota dari suatu kelas. Variabel yang digunakan yaitu rata-rata temperatur (X1), rata-rata kelembapan (X2), rata-rata lama penyinaran matahari (X3), dan rata-rata kecepatan angin (X4). Sedangkan variabel dependen (Y) adalah status curah hujan dikategorikan menjadi dua yaitu hujan dan tidak hujan. Data yang digunakan periode tahun 2017 sampai tahun 2018 yang diperoleh dari BMKG Stasiun Meteorologi Maritim Tanjung Priok, Jakarta Utara. Berdasarkan hasil analisis klasifikasi didapatkan bahwa metode terbaik yaitu Support Vector Machine hal ini dibuktikan dengan tingkat akurasi sebesar 79,45 % lebih besar dari tingkat akurasi metode Naïve Bayes Classifier yaitu 65,75%.
Co-Authors Yudi Setyawan