penerapan algoritma support vector machine (svm’s) untuk ... · 4.1.3 implementasi pembagian data...

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

ii

LEMBAR PERSETUJUAN

Penerapan Algoritma Support Vector Machine (SVM’s) Untuk

Prediksi Curah Hujan Per Jam Menggunakan Data dari Radar

Polarimetrik


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

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


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

M.Sc.

LEMBAR PERSETUJUAN

PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE

(SVM’S) UNTUK PREDIKSI CURAH HUJAN PER JAM

MENGGUNAKAN DATA DARI RADAR POLARIMETRIK


201210370311216


Persyaratan Guna Meraih Gelar Saijana Strata I


Malang, 27 Oktober 2016

Dosen I

Menyetujui,

Dosen II

NIDN. 0706077902

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

NIDN. 0701038202

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

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.

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,

Penulis

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

1.5.3 Implementasi dan Pengujian ..................................................... 5

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

4.2 Hasil Percobaan dan Evaluasi ......................................................... 44

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

DAFTAR PUSTAKA ................................................................................... 51

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



4.21 Source Code Metode Pengujian ke - 1 ..................................................... 44

xiv



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



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

3.5 Data Windowing ........................................................................................ 27

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

[11] social.msdn.microsoft.com

https://www.kaggle.com/c/how-much-did-it-rain-ii,%20diakses

http://www.ametsoc.org/pubs/cr_2005.html

http://glossary.ametsoc.org/wiki/Radar_reflectivity_factor

http://www.mathworks.com/

http://www.mathworks.com/help/stats/understanding-support-vector-machine-regression.html#buyrzdp-1

http://www.mathworks.com/help/stats/understanding-support-vector-machine-regression.html#buyrzdp-1

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

penerapan algoritma support vector machine (svm’s) untuk ... · 4.1.3 implementasi pembagian data...

Documents