Sistem Prediksi Tinggi Gelombang Laut di Selat Makassar Menggunakan Data Meteorologi dan Oseanografi = Sea Wave Height Prediction System in Makassar Strait Using Meteorological and Oceanographic Data

Selat Makassar merupakan Alur Laut Kepulauan Indonesia (ALKI) yang memiliki tingkat lalu lintas laut yang tinggi. Namun, seringkali terjadi insiden kecelakaan laut di Selat Makassar yang diakibatkan oleh tingginya gelombang laut. Faktor terjadinya gelombang laut yaitu akibat cuaca diantaranya angin dan hujan. Selain itu, factor oseanografi juga secara tidak langsung mempengaruhi gelombang laut seperti perubahan suhu permukaan laut akan mengakibatkan perubahan cuaca kemudian mengakibatkan gelombang laut.
Penelitian ini bertujuan untuk menemukan hubungan atau pola item variabel kecepatan angin, arah angin, suhu permukaan laut, curah hujan terhadap tinggi gelombang laut. Berdasarkan pola antara item digunakan untuk menyaring fitur yang dianggap relevan untuk digunakan dalam proses prediksi. Selain itu, pola atau aturan asosiasi yang terbentuk dapat digunakan untuk mendukung hasil prediksi. Penelitian ini juga bertujuan untuk membangun model sistem prediksi tinggi gelombang laut di Selat Makassar.
Pencarian pola atau hubungan antar variabel menggunakan metode association rule dengan Algoritma FP-Growth dengan penetapan minimum support=0.003, minimum confidence = 0.98 dan nilai lift > 1. Adapun untuk pembangunan model prediksi menggunakan algoritma Support Vector Regression.
Hasil asosiasi menunjukkan bahwa parameter yang paling berpengaruh terhadap tinggi gelombang laut di masing-masing bagian di Selat Makassar yaitu parameter angin diantaranya kecepatan angin dan arah angin. Hasil prediksi Pada skenario 1 memiliki rata rata error pada data training yaitu 0.0623 dan pada data testing yaitu sebesar 0.0635. Sedangkan pada skenario 2 memiliki rata rata error pada data training yaitu 0.0628 dan pada data testing yaitu sebesar 0.0635. Hal ini membuktikan bahwa pada model yang dihasilkan oleh skenario 1 lebih unggul dibandingkan skenario 2.

Keywords : Gelombang Laut, Asosiasi, Prediksi, FP-Growth, Support Vector Regression