Metode Klasifikasi Berstruktur Pohon Biner (Studi Kasus pada Prakiraan Sifat Hujan Bulanan di Bogor)

Aan Kardiana
Aunuddin Aunuddin
Aji Hamim Wigena
Hari Wijayanto

Seminar Nasional Aplikasi Teknologi Informasi (SNATI)
2006

Makalah ini menguraikan tentang aplikasi pohon biner berupa pembentukan Pohon Klasifikasi dengan menggunakan algoritma pemilahan secara rekursif dilanjutkan dengan kombinasi strategi pemangkasan pohon ber-cost-complexity terkecil dan penggunaan contoh validasi silang, untuk mendapatkan pohon yang berukuran tepat. Metode ini diterapkan dalam prakiraan sifat hujan bulanan menggunakan data klimatologi rata-rata bulanan di stasiun Klimatologi Kelas I Darmaga Bogor. Peubah rata-rata suhu pada jam 07.00 wib. merupakan peubah dominan. Hasil evaluasi prakiraan selama periode pengujian, tingkat ketepatan metode: Regresi Linier Osilasi Selatan; Probabilitas; Regresi Linier Curah Hujan dan Pohon Klasifikasi masing-masing bernilai: 42,86 %; 14,29 %; 14,29 %; dan 71,43%.Kata kunci: Pohon Klasifikasi.