Implementasi Metode Classification Based on Predictive Association Rules (CPAR)dan Class Weighting Adjustment terhadap Studi Kasus Klasifikasi Hari Hujan

Ratih Aflita Rahmawati

Informasi Umum

Kode

113100102

Klasifikasi

004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatics

Dilihat

19 kali

Informasi Lainnya

Abstraksi

Klasifikasi hari hujan merupakan elemen yang berperan sangat vital bagi seluruh elemen masyarakat terutama dalam hal perencanaan kegiatan. Tidak dapat dipungkiri lagi bahwa cuaca sangat mempengaruhi rencana dan aktivitas masyarakat secara langsung. Selain itu klasifikasi terhadap keterjadian cuaca, khusunya hujan, dilakukan karena pada penentuan cuaca dapat dilakukan dengan memperhatikan pola cuaca yang sudah terjadi dengan kondisi cuaca yang sedang terjadi. Sifat yang membandingkan pola inilah menegaskan bahwa dibutuhkan suatu klasifikasi keadaan mengenai hubungan faktor fenomena alam yang terjadi terhadap keterjadian cuaca, yang dalam penelitian ini dispesifikasikan menjadi hari terjadi hujan dan hari tidak terjadi hujan. Dengan klasifikasi hari hujan ini maka diharapkan akan dapat membantu pengenalan pola terjadinya hujan. Classification Based on Predictive Association Rules (CPAR) merupakan salah satu metode handal yang dapat digunakan untuk melakukan klasifikasi. Pada Tugas Akhir ini akan diterapkan metode CPAR terhadap klasifikasi hari hujan.Selain itu akan diteliti juga pengaruh data yang imbalance serta pengaruh metode Class Weighting Adjustment dalam menangani permasalahan imbalance data sets. Hasil penelitian dari penerapan CPAR dan Class Weighting Adjustment dalam melakukan klasifikasi hari hujan menggunakan pengujian 10-fold cross-validation menghasilkan nilai akurasi sebanyak 78.03%, precision 76.02%, recall 82.46%, dan f-measure 79.05%. Selain itu disimpulkan juga bahwa rasio imbalance yang menghasilkan rule dengan perbandingan jumlah rule yang terlalu ekstrim dan seimbang tidak dapat ditangani oleh metode Class Weighting Adjustment. CPAR , Class Weighting Adjustment, imbalance data sets, klasifikasi