Klasifikasi Data Curah Hujan Menggunakan Metode Regresi Logistik dengan Teknik Lasso, Stepwise dan Komponen Utama

Abstract

hujan di Indonesia umumnya sulit untuk diprediksi karena banyak faktor yang mempengaruhi. Oleh karena itu, perlu dibuat klasifikasi curah hujan untuk memperkirakan curah hujan yang akan terjadi. Klasifikasi data curah hujan memiliki peubah penjelas yang banyak dan mengandung multikolinieritas. Pemilihan model dengan menghilangkan beberapa peubah penjelas dapat dilakukan dengan metode stepwise. Klasifikasi untuk data yang mengandung multikolineritas dapat menggunakan analisis komponen utama. Lasso dapat menyusutkan peubah penjelas dan menghilangkan multikolinieritas karena lasso menerapkan kendala L1-norm. Hasil yang didapatkan berdasarkan nilai akurasi menunjukkan akurasi lasso sedikit lebih besar dibandingkan metode stepwise dan analisis komponen utama. Rata-rata akurasi lasso, stepwise dan komponen utama sebesar 61.16%, 59.38% dan 47.94%. Oleh karena itu, Lasso menjadi metode yang paling baik dibandingkan analisis komponen utama dan stepwise dalam mengklasifikasi curah hujan.