Optimasi Support Vector Regression (SVR) Menggunakan Algoritma Improved-Particle Swarm Optimization (IPSO) Untuk Peramalan Curah Hujan

Muhamad, Husin (2017) Optimasi Support Vector Regression (SVR) Menggunakan Algoritma Improved-Particle Swarm Optimization (IPSO) Untuk Peramalan Curah Hujan. Sarjana thesis, Universitas Brawijaya.

Abstract

Perubahan iklim yang terjadi dikarenakan oleh pemanasan global menyebabkan perubahan pola curah hujan. Mengetahui pola curah hujan sangat penting bagi beberapa aktivitas dan pekerjaan yang ada. Maka dari itu diperlukan peramalan curah hujan untuk mengetahui pola curah hujan yang akan mendatang. Salah satu metode peramalan yang sering digunakan adalah Support Vector Regression. Namun, metode tersebut masih memiliki kekurangan yaitu pada penentuan nilai parameter yang tepat. Maka diperlukan algoritma optimasi untuk membantu menentukan nilai parameter SVR yang tepat. Penelitian ini bertujuan untuk melakukan peramalan curah hujan pada daerah Pujon, Malang dengan menggunakan metode Support Vector Regression yang dioptimasi dengan Improved-Particle Swarm Optimization. Optimasi metode SVR dilakukan untuk mendapatkan nilai parameter SVR yang paling optimal. Parameter SVR yang dioptimasi adalah

English Abstract

Climate change that happens because of global warming also cause change in rainfall patterns. Knowing rainfall patterns is really important for some activity and works. So, rainfall forecasting is needed to understand the rainfall patterns in the future. One of the method used in forecasting is Support Vector Regression. But, SVR still has weakness in determining the right values for the parameters. So, an optimization algortithm is needed to help determining the values of the parameters in SVR. The purpose of this research is to do rainfall forecasting in Pujon area, Malang using Support Vector Regression that’s been optimized by Improved-Particle Swarm Optimization. Optimization of SVR is done for getting the optimal values of SVR’s parameters. The optimized SVR’s parameters are

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2017/290/051705346
Uncontrolled Keywords: Peramalan, curah hujan, Support Vector Regression, Improved- Particle Swarm Optimization
Subjects: 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Yusuf Dwi N.
Date Deposited: 28 Jul 2017 02:53
Last Modified: 17 Sep 2020 15:19
URI: http://repository.ub.ac.id/id/eprint/764
[thumbnail of Husin Muhamad.pdf]
Preview
Text
Husin Muhamad.pdf

Download (7MB) | Preview

Actions (login required)

View Item View Item