PREDIKSI CURAH HUJAN DENGAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR REGRESSION = RAINFALL PREDICTION USING ALGORITHMS SUPPORT VECTOR REGRESSION

Indonesia merupakan negara beriklim tropis yang setiap regionalnya memiliki variasi yang berbeda, sebagian besar wilayah Indonesia mengalami musim kemarau dan musim hujan yang selalu bergantian tiap tahunnya. Dengan letak geografis tersebut, wilayah Indonesia rentang terhadap perubahan iklim terutama cuaca ekstrim yang dapat menyebabkan bencana seperti banjir dan lain-lain. Hal tersebut terjadi akibat perubahan pola curah hujan yang tinggi dan naik turun setiap tahunnya, juga minimnya informasi tentang seberapa besar curah hujan yang akan turun pada suatu tempat dalam kurun waktu tertentu. Oleh karena itu, dalam penelitian ini akan dibuat sebuah sistem yang mampu secara baik melakukan peramalan curah hujan di masa mendatang. Dataset yang digunakan untuk melakukan peramalan diperoleh dari proses perekaman data meteorologi dari hasil perancangan miniatur stasiun cuaca. Data meteorologi tersebut terdiri dari beberapa variabel yang mempengaruhi curah hujan antara lain, arah angin, kecepatan angin, tekanan udara, suhu, kelembapan, dan curah hujan yang turun. Adapun data yang dikumpulkan berjumlah 16.003 data, dimana 13.602 data digunakan dalam tahap training dan 2.401 data digunakan dalam tahap testing. Untuk peramalan curah hujan menggunakan metode Support Vector Regression (SVR). Parameter yang digunakan yakni kernel RBF, Cost (C), = 5, epsilon (ε) = 0,01, dan gamma (γ) = 0,1, yang hasil optimasi parameter tersebut diperoleh dari metode Grid Search. Pada penelitian ini, metode SVR dapat diimplementasikan dengan baik dengan hasil evaluasi menggunakan Mean Squared Error (MSE) sebesar 0,00012.

Keywords : Peramalan, curah hujan, support vector regression, grid search, mean squared error.