Pemodelan Support Vector Machine untuk Klasifikasi Curah Hujan Bulanan di Kabupaten Indramayu

Abstract

Curah hujan memiliki manfaat yang cukup tinggi terhadap beberapa aspek, terutama di bidang pertanian. BMKG mendefinisikan sifat curah hujan ekstrem dengan ketentuan, nilai curah hujan lebih dari 115% terhadap rataan perbulannya. Pendekatan lain yang dapat digunakan untuk identifikasi curah hujan ekstrem adalah dengan menggunakan metode peaks over threshold (POT). Tujuan penelitian ini adalah membuat pemodelan support vector machine (SVM) untuk klasifikasi curah hujan dengan respons berupa data hasil pengkategorian curah hujan menggunakan batasan BMKG dan metode POT dan data global preciptation climatology project sebagai peubah penjelas. Pemodelan SVM dilakukan dengan menggunakan soft margin hyperplane, kernel Gaussian Radial Basic Function (RBF) dan kernel Polynomial dengan beberapa parameter yang berbeda. Dari proses tersebut, pemodelan klasifikasi dengan kernel RBF menghasilkan nilai akurasi paling baik. Berdasarkan batasan pengkategorian peubah respons, nilai akurasi klasifikasi SVM menggunakan respons hasil kategori POT lebih tinggi dibandingkan dengan menggunakan respons hasil kategori batasan BMKG, dengan selisih lebih dari 9%.