PREDIKSI CUACA MENGGUNAKAN METODE CASE BASED REASONING DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
Abstrak: Cuaca
merupakan faktor alam
yang dapat mempengaruhi
pengambilan keputusan yang
akan dilakukan dalam berbagai aspek kehidupan. Atas dasar tersebut,
penulis ingin membuat suatu aplikasi yang dapat digunakan untuk memprediksi hasil cuaca dengan tingkat
akurasi yang baik. Dengan menggunakan teknologi komputer
yang mengimplementasikan cabang
ilmu Sistem Pakar
akan dibangun sebuah
sistem prediksi cuaca. Metode
yang digunakan dalam
penelitian adalah metode
Adaptive Neuro Fuzzy
Inferance System (ANFIS) dan
Case Based Reasoning
(CBR). Kedua metode
tersebut dikombinasikan untuk menghasilkan prediksi
cuaca. Sistem ini
juga dibangun dengan
metode belajar untuk
meningkatkan hasil akurasi.
Metode belajar yang digunakan untuk belajar adalah Backpropagation Error (BPE)
dan Recursive Least Square Estimator (RLSE). Dalam implementasinya dilakukan juga
proses clustering dan data cleaning yang
dibutuhkan dalam proses
prediksi. K-Means digunakan
untuk proses clustering.
Metode Box and Whisker
plot digunakan untuk
proses clusetering. Hasil
akhir yang diharapkan
dari penelitian ini
adalah sebuah aplikasi yang dapat melakukan prediksi dari cuaca dengan
nilai akurasi yang tinggi.
Kata kunci: Sistem pakar,
Prediksi Cuaca, Adaptive Neuro Fuzzy Inferance System, Case Based Reasoning, Backpropagation
Error, Recursive Least Square Estimator, K-Means, Box and Whisker plot
Penulis: Ria Chaniago, The
Houw Liong, Ken Ratri Retno Wardani
Kode Jurnal: jptinformatikadd140204
