Upload
others
View
42
Download
0
Embed Size (px)
Citation preview
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
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
LEMBAR PENGESAHAN
PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE
(SVM’S) UNTUK PREDIKSI CURAH HUJAN PER JAM
MENGGUNAKAN DATA DARI RADAR POLARIMETRIK
TUGAS AKHIR
Diajukan Untuk Memenuhi
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
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
Diajukan Untuk Memenuhi
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
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
4.16 Source Code Pembagian Data ke-2 .......................................................... 42
4.17 Source Code Pembagian Data ke-3 .......................................................... 42
4.18 Source Code Metode Support Vector Machine dan Kernel ke – 1 .......... 43
4.19 Source Code Metode Support Vector Machine dan Kernel ke – 2 .......... 43
4.20 Source Code Metode Support Vector Machine dan Kernel ke – 3 .......... 43
4.21 Source Code Metode Pengujian ke - 1 ..................................................... 44
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
4.26 Hasil Isi Data Output Frame Pengujian ke-2 ........................................... 45
4.27 Hasil Isi Data Output Frame Pengujian ke-3 ........................................... 46
4.28 Hasil Evaluasi Akursi RMSE Pelatihan 1 ................................................ 47
4.29 Hasil Evaluasi Akursi RMSE Pelatihan 2 ................................................ 47
4.30 Hasil Evaluasi Akursi RMSE Pelatihan 3 ................................................ 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
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