<![CDATA[Machine learning dapat digunakan untuk memprediksi suatu data. Support Vector Machine merupakan bagian dari teknik data mining yang dipergunakan untuk mengidentifikasi dan memprediksi hubungan antara variabel pada suatu dataset. Metode ini efektif untuk melakukan prediksi baik itu untuk klasifikasi ataupun analisis regresi. Perangkat lunak Orange Data Mining 3.3.12 digunakan untuk melakukan proses prediksi. Selanjutnya algoritma Support Vector Machine digunakan untuk memprediksi kelembaban udara. Data masukan adalah suhu, kecepatan angin, penyinaran matahari, dan juga kelembaban udara harian maksimum dan minimum. Data diambil dari Stasiun Meteorologi Jawa Timur di wilayah Malang pada tahun 2015-2023 sebanyak 2922 dataset. Tujuan penelitian ini adalah untuk mendapatkan nilai RMSE, MAE, dan R-Squared (R2). Rasio perbandingan data pelatihan dan data pengujian ditetapkan pada 70:30. Hasil penelitian menunjukkan bahwa hasil akurasi Root Mean Squared Error (RMSE) dengan nilai 3,378, Mean Absolute Error (MAE) dengan nilai 2,738, dan R-squared (R2) dengan nilai 0,723. Berdasarkan hasil korelasi tersebut menunjukkan bahwa algoritma Support Vector Machine ini termasuk memiliki pengaruh kuat terhadap hasil prediksi kelembaban udara rata-rata harian]]>
Copyrights © 2024
