ANALISIS FITUR REDUKSI PRINCIPAL COMPONENT ANALYSIS (PCA) PADA AKURASI KLASIFIKASI OZON

ANANG, PRATHAMA FAJRIAL (2015) ANALISIS FITUR REDUKSI PRINCIPAL COMPONENT ANALYSIS (PCA) PADA AKURASI KLASIFIKASI OZON. Skripsi,Fakultas Ilmu Komputer.

Preview	PDF Download (323Kb) | Preview
Preview	PDF Download (3870b) | Preview

Abstract

Ozon adalah gas yang secara alami terdapat di atmosfir bumi. Tersusun oleh tiga molekul oksigen atau biasa dilambangkan O3. Ozon berfungsi untuk melindungi bumi dari radiasi sinar ultraviolet yang dipancarkan matahari. Banyak sekali hal yang mempengaruhi lapisan ozon, diantaranya yaitu suhu, kecepatan angin dan sebagainya. Dalam hal ini, banyak sekali data yang di dapat dari pengukuran variabel yang mempengaruhi lapisan ozon tersebut. Data mining klasifikasi bisa digunakan untuk solusi dimana bisa mengklasifikasikan lapisan ozon dalam keadaan berbahaya (ozon day) atau normal (normal day). Metode reduksi Principal Component Analysis (PCA) yang berfungsi untuk mereduksi atribut yang terlampau banyak tanpa mengurangi tingkat informasi dari data aslinya. Neural Network digunakan untuk mengklasifikasikan data ozon untuk menentukan lapisan ozon dalam keadaan berbahaya (ozon day) atau normal (normal day). Neural Network juga diperlukan untuk mengetahui tingkat akurasi pada prediksi ozon. Hasil pengujian menunjukkan bahwa fitur reduksi Principal Component Analysis (PCA) yang dikombinasikan dengan Neural Network mendapatkan tingkat keakuratan pada prediksi sebesar 95%.

Actions (login required)