Klasifikasi Cuaca dengan Menggunakan Algoritma K-Nearest Neighbor

Dandy, Dandy (2023) Klasifikasi Cuaca dengan Menggunakan Algoritma K-Nearest Neighbor. Diploma thesis, Universitas Multi Data Palembang.

Text 1822250084 Dandy.pdf Download (511kB)

Abstract

Cuaca merupakan kejadian alam yang menjadi faktor penentu dalam aktivitas sehari-hari manusia. Cuaca ditentukan oleh berbagai macam faktor, beberapa diantaranya adalah tekanan, kecepatan angin, curah hujan, dan suhu udara. Faktor- faktor cuaca sangat berdampak bagi aktivitas manusia sehingga perlu dilakukan penelitian. Penelitian ini melakukan klasifikasi terhadap 3 kelas cuaca yaitu cerah (sunny), berawan (cloudy), dan hujan (rainy) menggunakan algoritma K-Nearest Neighbor sebagai algoritma klasifikasi cuaca dengan parameter nilai K sebesar 3, 5, 7, dan 9. Dataset cuaca yang hendak diteliti berupa 96453 baris data yang diambil dari website Kaggle. Dataset dilakukan pembagian atas data latih dan data uji dengan rasio 80:20. Implementasi algoritma K-Nearest Neighbor menghasilkan confusion matrix dan classification report. Hasil pengujian pada confusion matrix mengindikasikan jumlah data terprediksi benar terbanyak pada nilai K = 9 yaitu sebanyak 13132 data terprediksi benar. Adapun hasil pengujian pada classification report mengindikasikan tingkat akurasi tertinggi pada nilai K = 9 yakni sebesar 68,073%. Selain itu, pada classification report, semakin besar parameter nilai uji K, semakin besar nilai accuracy, precision, recall, dan f1-score baik pada kelas cuaca cloudy, rainy, maupun sunny.

Actions (login required)

View Item