Analisis Metode Naïve Bayes Classifier Terhadap Metode ARIMA dalam Pengklasifikasian Kondisi Cuaca

Abstract

Naive Bayes Classifier is a method that aims to predict future conditions. This method is a sub-part of classification algorithms. In this study, tests were tested out to predict weather conditions at a certain time. The results of the studies carried out on 4 weather conditions in 3 different cities in Indonesia using Naive Bayes Classifier method the accurate prediction accuracy is 92.1%, while using ARIMA (Autoregressive Integrated Moving Average) method the accuracy results obtained are 86.8 %. These results indicate that Naive Bayes Classifier has a greater percentage level of accuracy than ARIMA, which is 5.3%.

Naive Bayes Classifier adalah salah satu metode yang bertujuan untuk memprediksi/meramalkan kondisi masa depan. Metode ini merupakan salah satu sub bagian dari pengklasifikasian. Pada penelitian ini, pengujian yang dilakukan untuk memprediksi kondisi cuaca pada masa tertentu. Dari hasil pengujian yang dilakukan terhadap 4 kondisi cuaca pada 3 kota yang berbeda dengan menggunakan metode Naive Bayes Classifier diperoleh hasil akurasi prediksi akurat sebesar 92,1%, sedangkan dengan menggunakan metode ARIMA (Autoregressive Integrated Moving Average) hasil akurasi yang diperoleh sebesar 86,8%. Hasil ini menunjukkan bahwa Naive Bayes Classifier memiliki tingkat persentase akurasi yang lebih besar dibandingkan ARIMA, yaitu sebesar 5.3%.