Penerapan Algoritma Support Vector Machine (SVM s) Untuk. Prediksi Curah Hujan Per Jam Menggunakan Data dari Radar. Polarimetrik

(1)

i

Penerapan Algoritma Support Vector Machine (SVM’s) Untuk

Prediksi Curah Hujan Per Jam Menggunakan Data dari Radar

Polarimetrik

Proposal Tugas Akhir

Diajukan Untuk Memenuhi

Persyaratan Guna Meraih Gelar Sarjana Strata I Teknik Informatika Universitas Muhammadiyah Malang

REFFI AVRILLIANI NEDYA PUTRI 201210370311216

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG 2015/2016

(2)

ii

LEMBAR PERSETUJUAN

Penerapan Algoritma Support Vector Machine (SVM’s) Untuk

Prediksi Curah Hujan Per Jam Menggunakan Data dari Radar

Polarimetrik

REFFI AVRILLIANI NEDYA PUTRI

201210370311216

Telah direkomendasikan untuk diajukan sebagai Judul Tugas Akhir

Di Teknik Informatika Universitas Muhammadiyah Malang

Malang, Oktober 2016 Menyetujui,

DOSEN II

Ali Sofyan, S.Kom., M.Kom. NIDN : 0701078206 DOSEN I

Yuda Munarko, S.Kom., M.Sc. NIDN : 0706077902

(3)

LEMBAR PENGESAHAN

PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE (SVM’S) UNTUK PREDIKSI CURAH HUJAN PER JAM MENGGUNAKAN DATA DARI RADAR POLARIMETRIK

TUGAS AKHIR

Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang

Disusun Oleh: Reffi Avrilliani Nedya Putri

201210370311216

Tugas Akhir ini telah diuji dan dinyatal‹an lulus melalui sidang majelis penguji Pada : 27 Oktober 2016

Menyetujui,

Penguji II

Nur Havatin, S.ST., M.Kom NIP 108.0907.0476

(4)

(5)

M.Sc.

LEMBAR PERSETUJUAN

PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE

(SVM’S) UNTUK PREDIKSI CURAH HUJAN PER JAM

MENGGUNAKAN DATA DARI RADAR POLARIMETRIK

REFFI AVRILLIANI NEDYA PUTRI

201210370311216

Persyaratan Guna Meraih Gelar Saijana Strata I

Teknik Informatika Universitas Muhammadiyah Malang

Malang, 27 Oktober 2016

Dosen I

Menyetujui,

Dosen II

NIDN. 0706077902

Ali Sofyan Kholimi, S.Kom., M.Kom. NIDN. 0701038202

(6)

(7)

v

LEMBAR PERSEMBAHAN

Syukur Alhamdulillah atas kehadirat Allah SWT dengan limpahan hidayah dan rahmad-Nya, shalawat serta salam senantiasa tercurahkan kepada junjungan Nabi besar Rasullullah Muhammad SAW. Tiada kata selain puji syukur Alhamdulillah dan terima kasih karena penulis dapat menyelesaikan Tugas Akhir ini. Oleh karena itu, penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada:

1. Kedua orang tua tercinta Drs. Sigit Pramujo dan Dra. Anik Ekowati, adik tercinta Astrida Mauldy Audinna, yang terkasih Nurul Bahri serta seluruh keluarga besar yang senantiasa tanpa lelah mendo’akan dan memberi dukungan, semoga berkah dan rahmad-Nya selalu menyertai setiap waktu ;

2. Bapak Yuda Munarko, S.Kom., M.Sc dan Bapak Ali Sofyan Kholimi, S. Kom., M.Kom selaku dosen pembimbing dalam tugas akhir. yang selalu membimbing dengan kesabaran dan mengarahkan pemahaman ; 3. Bapak Hardianto Wibowo, S.Kom., M.Kom selaku dosen wali kelas E

Teknik Informatika angkatan tahun 2012 ;

4. Bapak/Ibu Dosen Fakultas Teknik, Universitas Muhammadiyah Malang yang senantiasa menjadi pendidik tanpa tanda jasa ;

5. Teman-teman Mahasiswa Teknik Informatika Kelas E angkatan 2012, teman-taman Mahasiswa Teknik Informatika angkatan 2012, Laburengkeng, Hellyah 15 A terimakasih selama sudah menemani, membantu dan menyemangati selama 4 tahun proses kuliah, kegiatan dalam maupun luar kampus, keadaan susah dan duka ;

6. Teman-teman KKN 18 Wonosari, parttime Fakultas Hukum dan kos Pak Mahfud yang memberikan pengalaman baru selama mengenal kalian ;

7. Terlebih untuk Yudhawan Agam Zulvikar, Rohmatul Kamilah, Retta Wulansari, Dwi Wijayanti, Nofalia P, Heny Setyani, Ika Rahmawati, Kurnia Dwi, Firda Cahyanigtyas, Ema Riska, Reza Leman, Rossy C, Siti Haja dan Trissa Wulandari yang selama ini memberi semangat

(8)

vi

dari awal mengenal hingga akhir masa belajar di UMM, marah ketika malas datang, mengingatkan ketika salah, kejutan selalu dari kalian, menemani selalu dalam suka dan duka, sangat berterimakasih teruntuk yang sudah kalian berikan selama ini ;

8. Sahabat, teman dekat dan kerabat-kerabat yang selalu mendoakan dan memberi semangat dan seluruh pihak yang tidak bisa disebutkan satu persatu, yang telah banyak membantu selama ini.

Semoga segala dukungan, bantuan, motivasi, dan do’a yang diberikan kepada penulis diridhoi dan diberikan imbalan semangat serta kemudahan selalu oleh Allah SWT. Amin.

(9)

vii KATA PENGANTAR

Alhamdulillah, puji syukur kehadirat Allah SWT, yang telah melimpahkan rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir yang menjadi salah satu syarat untuk menyelesaikan program studi Teknik Informatika jenjang Strata-1 Universitas Muhammadiyah Malang (UMM). Sholawat serta salam semoga tetap tercurah kepada Nabi besar Muhammad saw, keluarga, sahabat dan para pengikutnya hingga akhir jaman.

Penulis menyadari bahwa dalam menyelesaikan tugas akhir ini tidak lepas dari peran berbagai pihak yang telah banyak member bantuan, nasehat, bimbingan, dukungan, dan motivasi. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang tak terhingga khususnya kepada :

1. Bapak Drs. H. Fauzan, M.Pd selaku Ketua Rektor Universitas Muhammadiyah Malang

2. Bapak Ir. Sudarman, M.T selaku Dekan Fakultas Teknik Universitas Muhammadiyah Malang.

3. Bapak Yuda Munarko, S.Kom., M.Sc selaku Ketua Jurusan Teknik Informatika Universitas Muhammadiyah Malang.

4. Bapak Yuda Munarko, S.Kom., M.Sc selaku Dosen Pembimbing I tugas akhir. Terima kasih atas pengarahan yang telah di berikan sehingga dapat menyelesaikan laporan tugas akhir ini dengan benar adanya.

5. Bapak Ali Sofyan Kholimi, S.Kom., M.Kom selaku Dosen Pembimbing II tugas akhir. Terima kasih atas pengarahan yang telah di berikan sehingga dapat menyelesaikan laporan tugas akhir ini dengan benar adanya.

6. Bapak Hardianto Wibowo, S.Kom., M.Kom selaku Dosen Wali.

7. Orang Tua, adik, dan sahabat penulis atas segala do’a restu dan dukungannya baik material atau spiritual kepada penulis dalam penyelesaian tugas akhir ini.

Penulis menyadari bahwa dalam penyusunan tugas akhir ini banyak kekurangannya. Oleh karena itu, penulis mengharapkan kritik dan saran yang dapat menyempurnakan penulisan ini sehingga dapat bermanfaat untuk pengembangan ilmu.

Malang,

(10)

x DAFTAR ISI

HALAMAN JUDUL ... i

LEMBAR PERSETUJUAN ... ii

LEMBAR PENGESAHAN ... iii

LEMBAR PERNYATAAN ... iv

LEMBAR PERSEMBAHAN ... v

KATA PENGANTAR ... vii

ABSTRAKSI ... viii

ABSTRACT ... ix

DAFTAR ISI ... x

DAFTAR GAMBAR ... xiii

DAFTAR TABEL ... xv BAB I PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 2 1.3 Tujuan ... 2 1.4 Batasan Masalah ... 2 1.5 Metodologi ... 2 1.5.1 Studi Pustaka ... 3

1.5.2 Analisis dan Pengujian ... 3

I. Data ... 3

1. Pengumpulan Data ... 3

2. Data Percobaan ... 3

II. Kernel Prediksi dalam SVM ... 4

III. Prepocessing ... 4

1. Data Selection ... 4

2. Windowing ... IV. Metode Algoritma ... 4

(11)

xi

BAB II LANDASAN TEORI ... 7

2.1 Data Mining ... 7

2.1.1 Tugas Proses Data Mining ... 7

2.2 Peramalan (Forecasting) ... 8

2.2.1 Metode Peramalan ... 9

2.2.2 Klasifikasi Peramalan ... 9

2.3 Time Series ... 10

2.3.1 Pola Data Time Series ... 11

2.3.2 Metode Time Series ... 13

2.4 Windowing ... 14

2.4.1 Moving Average ... 14

2.5 SVM (Support Vector Machine) for Regression ... 15

2.6 Kernel ... 16

2.7 Uji Validitas RMSE ... 18

BAB III DATA DAN PERANCANGAN ANALISA ... 19

3.1 Data Penelitian ... 19

3.2 Prepocessing ... 24

3.2.1 Data Selection ... 24

3.3.2 Windowing ... 26

3.3 Perancangan Pelatihan Prediksi SVM ... 28

3.4 Perancangan Pengujian ... 29

BAB IV IMPLEMENTASI DAN EVALUASI ... 30

4.1 Implementasi Perangkat Lunak ... 30

4.1.1 Persiapan Data ... 30

4.1.2 Implementasi Preprocessing Data ... 30

4.1.2.1 Implementasi Data Selection ... 30

4.1.2.2 Implementasi Windowing ... 33

4.1.3 Implementasi Pembagian Data ... 42

4.1.4 Implementasi Prediksi dengan Metode Support Vector Machine dan Kernel ... 43

4.1.5 Implementasi Metode Pengujian ... 44

(12)

xii

4.2.1 Implementasi Metode Support Vector Machine dan Kernel .... 44

4.2.2 Implementasi Evaluasi Akurasi RMSE ... 47

4.2.3 Evaluasi dan Analisis Hasil ... 47

BAB V PENUTUP ... 49

5.1 Kesimpulan ... 49

5.2 Saran ... 49

(13)

xiii

DAFTAR GAMBAR

2.1 Pola Data Horizontal ... 11

2.2 Pola Data Trend... 12

2.3 Pola Data Musiman ... 12

2.4 Pola Data Siklis ... 13

2.5 Batas Error dalam Support Vector Regression ... 16

3.1 Tahapan Prepocessing Data ... 24

3.2 Tahapan Proses Data Selection ... 25

3.3 Tahapan Proses Windowing ... 27

3.4 Tahapan Rancangan Prediksi SVM ... 28

4.1 Source Code Data Train Selection ... 30

4.2 Data Train Sebelum Proses Data Selection ... 31

4.3 Data Train Sesudah Proses Data Selection ... 31

4.4 Source Code Data Test Selection ... 32

4.5 Data Test Sebelum Proses Data Selection ... 32

4.6 Data Test Sesudah Proses Data Selection ... 32

4.7 Source Code Data Train Ref Windowing ... 33

4.8 Source Code Data Train Ref Composite Windowing ... 36

4.9 Data Train Sebelum Windowing ... 37

4.10 Hasil Data Train Setelah Windowing ... 37

4.11 Source Code Data Test Ref Windowing ... 37

4.12 Source Code Data Test Ref_Composite Windowing ... 39

4.13 Data Test Sebelum Windowing ... 41

4.14 Hasil Data Test Setelah Windowing ... 41

4.15 Source Code Pembagian Data ke-1 ... 42

4.18 Source Code Metode Support Vector Machine dan Kernel ke – 1 ... 43

(14)

xiv

4.22 Source Code Metode Pengujian ke - 2 ... 44

4.23 Source Code Metode Pengujian ke - 3 ... 44

4.24 Hasil Prediksi Pada Table Output ... 45

4.25 Hasil Isi Data Output Frame Pengujian ke-1 ... 45

4.28 Hasil Evaluasi Akursi RMSE Pelatihan 1 ... 47

4.29 Hasil Evaluasi Akursi RMSE Pelatihan 2 ... 47

(15)

xv

DAFTAR TABEL

2.1 Rentan Waktu dalam Peramalan ... 10

3.1 Deskripsi Parameter Data ... 19

3.2 Tabel Data Sebelum Data Selection ... 25

3.3 Tabel Hasil Data Sesudah Data Selection ... 26

3.4 Tabel Hasil Data Selection ... 27

(16)

51 DAFTAR PUSTAKA

[1] Kaggle inc, 2015, How Much Did It Rain? II, (Online), (https://www.kaggle.com/c/how-much-did-it-rain-ii, diakses 30 Desember 2015). [2] Adam, Lesnikowski, May 13, 2015, How Much Did it Rain? Predicting Real Rainfall Totals Based on Radar Data CS289 Project Report,Group in Logic and the Methodology of Science, University of California, Berkeley

[3] Cifelli, R., Chandrasekar, V., Lim, S., Kennedy, P.C., Wang, Y., Rutledge, S.A.,2011. A new dual-polarization radar rainfall algorithm: application in Colorado precipitation events, J. Atmos. Oceanic Technol. doi: 10.1175, 2010JTECHA1488.1.

[4] American Meteorological Society, 2012, (Online), (http://glossary.ametsoc.org/wiki/Radar_reflectivity_factor, diakses 15 Maret 2015) [5] Kyoung-jae Kim , 2003, Financial time series forecasting using support vector machin. Department of Information Systems, College of Business Administration, Dongguk University, 3-26, Pil-dong, Chung-gu, Seoul 100715, South Korea.

[6] Yudianto, A.D., Facta, M., Setiawan, I., 2011, Aplikasi Jaringan Syaraf Tiruan RBF (Radial Basis Function) untuk Pengendalian Kecepatan Motor Induksi Tiga Fasa secara On-Line Berbasis Mikrokontroler ATMEGA8535, Teknik Elektro Universitas Diponegoro.

[7] Kantardzic, Mehmed., 2011, Data Mining : Concepts, Models, Methods, and Algorithms, Second Edition, University of Louisville.

[8]http://www.mathworks.com,(Online),(http://www.mathworks.com/help/stats/underst anding-support-vector-machine-regression.html#buyrzdp-1), diakses 29 Mei 2016 [9] Sembiring, Krisantus, 2007, Penerapan Teknik Support Vector Machine untuk Pendeteksian Intrusi pada Jaringan, Tugas Akhir Program Studi Teknik Informatika, Institut Teknologi Bandung, Bandung.

[10] Santika, Diaz D, 2011, Pembuatan Model Prediksi Penjualan Pada PT. Kompas Gramedia Dengan Pendekatan SVM, Binus University, Jakarta

(17)

52

[12] Widodo,Prabowo Pudjo, Handayanto, Rahmadya Trias, Herlawati, 2013, Penerapan Data Mining Dengan Matlab, Penerbit Rekayasa Sains , Bandung

[13] Alimatul, Rahim, 2015, ANALISIS MODEL PREDIKSI AWAL MUSIM HUJAN DI SULAWESI SELATAN, Insitut Pretanian Bogor, Bogor