Analisis Kenyamanan Cuaca Berdasarkan Data Cloud Menggunakan Metode Naive Bayes Classifier

Abstract

Peramalan cuaca merupakan masalah yang dapat diprediksi dengan menggunakan penelitian. Dalam penelitian ini menggunakan Naive Bayes Classifier untuk memprediksi cuaca pada Data Cloud yang kami ambil dari meteoblue.com dan mengujinya di Aceh yaitu Bireuen, Banda Aceh, Langsa dan Gayo. Naïve Bayes Classifier merupakan model pengklasifikasian yang menggunakan probabilitas dan statistik yang dikenalkan oleh Thomas Bayes. Model dalam Naïve Bayes Classifier ada hubungannya dengan distribusi probabilitas. Pada data yang di uji di Kota Bireuen didapatkan hasil pada 4 waktu yang berbeda yaitu dini hari, pagi, siang dan malam terasa nyaman. Selain itu pada data yang kami uji di Banda Aceh , Langsa dan Gayo terlihat bahwa hasil dini hari, pagi, siang, dan malam juga nyaman. Hasil rangkuman menunjukkan bahwa akurasi prediksi cuaca menggunakan Naïve Bayes Classifier sebesar 89,47%. Studi ini menyarankan bahwa akurasi metode dapat ditingkatkan secara signifikan dengan menggabungkan Naive Bayes Classifier dengan metode konjungsi lainnya

Weather Forecasting is a problem that can be predicted by using research. In this research, we use Naive Bayes Classifier to predict the weather on the Data Cloud that we take from meteoblue.com and we tested it in Aceh, which are Bireuen ,Banda Aceh,Langsa and Gayo. Naïve Bayes Classifier is a classifer model that using a probability and statistic that introduced by Thomas Bayes. The model in Naïve Bayes Classifier has something to do with probability distributions. In the data that we tested in Bireuen City shown that the results in 4 different times which are early morning, morning, day, and night are comfortable. Also in the data that we have tested in Banda Aceh ,Langsa and Gayo shown that the results in the early morning, morning, day, and night are also comfortable. The summary results shown that the accuracy of the weather prediction using Naïve Bayes Classifier is about 89,47%. This study suggest that the accuracy of the method can significantly improved by combining the Naive Bayes Classifier with another conjunction methods.