PREDIKSI CUACA MENGGUNAKAN METODE CASE BASED REASONING DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

PREDIKSI CUACA MENGGUNAKAN METODE CASE BASED REASONING DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
Ria Chaniago [1] , The Houw Liong [2], Ken Ratri Retno Wardani [3]
Departemen Teknik Informatika
Institut Teknologi Harapan Bangsa
Jalan Dipatiukur no. 83 – 84
Bandung
chaniago_ria@yahoo.co.id  [1], thehl007@gmail.com  [2], ken_ratri@ithb.ac.id  [3]

Abstrak – Cuaca merupakan faktor alam yang dapat mempengaruhi pengambilan keputusan yang akan dilakukan dalam berbagai aspek kehidupan. Atas dasar tersebut, penulis ingin membuat suatu aplikasi yang dapat digunakan untuk memprediksi hasil cuaca dengan tingkat akurasi yang baik. Dengan menggunakan teknologi komputer yang mengimplementasikan cabang ilmu Sistem Pakar akan dibangun sebuah sistem prediksi cuaca. Metode yang digunakan dalam penelitian adalah metode Adaptive Neuro Fuzzy Inferance System (ANFIS) dan Case Based Reasoning (CBR). Kedua metode tersebut dikombinasikan untuk menghasilkan prediksi cuaca. Sistem ini juga dibangun dengan metode belajar untuk meningkatkan hasil akurasi. Metode belajar yang digunakan untuk belajar adalah Backpropagation Error (BPE) dan Recursive Least Square Estimator (RLSE). Dalam implementasinya dilakukan juga proses clustering dan data cleaning yang dibutuhkan dalam proses prediksi. K-Means digunakan untuk proses clustering. Metode Box and Whisker plot digunakan untuk proses clusetering. Hasil akhir yang diharapkan dari penelitian ini adalah sebuah aplikasi yang dapat melakukan prediksi dari cuaca dengan nilai akurasi yang tinggi.
Kata kunci: Sistem pakar, Prediksi Cuaca, Adaptive Neuro Fuzzy Inferance System, Case Based Reasoning, Backpropagation Error, Recursive Least Square Estimator, K-Means, Box and Whisker plot.

Abstract – Weather is one of the nature elements that can influence decision making in human’s life. Based on that issue, the author wants to make an application that is able to predict weather with good accuracy. The application is a weather forecasting system, using computer technology that implements expert system. The methods used are Adaptive Neuro Fuzzy Inference System (ANFIS) and Case Based Reasoning (CBR), and a combination of both methods will applied to the system. The system also has learning methods like Backpropagation Error (BPE) and Recursive Least Error (RLSE), to increase its accuracy. Clustering and data cleaning also done inside the system, as it needed by forecasting process to achieve a good result. K-Means is the clustering algorithm, while Box and Whisker Plot is the algorithm for data cleaning. The result from this project is to create a weather forecasting system with high accuracy.
Keywords: Expert System, Weather Forecasting, Adaptive Neuro Fuzzy Inferance System, Case Based Reasoning, Backpropagation Error, Recursive Least Square Estimator, K-Means, Box and Whisker plot.

1 Comment

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s