Penerapan Metode Association Rule Dan Algoritma Apriori Untuk Analisis Pola Frekuensi Tinggi Prediksi Curah Hujan Di Kota Tegal

Gunawan; Wresti Andriani; Fikri Zain Hidayatullah

doi:10.21063/jtif.2023.V11.2.45-53

Penulis

Gunawan STMIK Tegal , STMIK Tegal
Wresti Andriani , STMIK YMI Tegal
Fikri Zain Hidayatullah , STMIK YMI Tegal

DOI:

https://doi.org/10.21063/jtif.2023.V11.2.45-53

Kata Kunci:

Association Rule, Apriori Algorithm, Rainfall, Rainfall Prediction

Abstrak

Curah hujan merupakan salah satu faktor yang sangat penting dalam kehidupan sehari-hari, terutama di dalam bidang pertanian dan pengelolaan sumber daya air. Prediksi curah hujan yang akurat sangat dibutuhkan untuk mengurangi dampak yang ditimbulkan oleh banjir, kekeringan, dan kekurangan air. Tujuan penelitian ini adalah untuk memprediksi hujan di Kota Tegal menggunakan data curah hujan, suhu, kelembaban, dan tekanan udara. Association rule mining untuk identifikasi hubungan antar item guna memprediksi cuaca. Data tersebut kemudian diolah menggunakan algoritma Apriori untuk menemukan pola-pola asosiasi antar variabel dalam data. Hasil dari penelitian menunjukkan bahwa algoritma Apriori bisa digunakan untuk menemukan pola asosiasi yang dapat digunakan untuk memprediksi hujan di Kota Tegal. Berdasarkan hasil dari penelitian dan pembahasan yang telah dilakukan ini, bisa disimpulkan bahwa metode Association Rule menggunakan algoritma Apriori bisa diterapkan dalam simulasi prediksi hujan di Kota Tegal dengan cukup baik. Berdasarkan analisis, ditemukan beberapa aturan asosiatif yang memiliki nilai lift ratio lebih besar dari 1, sehingga dapat dikatakan bahwa aturan tersebut bersifat sangat kuat dan valid untuk digunakan sebagai acuan dalam memprediksi hujan. Metode ini dapat membantu dalam memperkirakan kondisi cuaca dan memberikan informasi yang berguna untuk masyarakat maupun pihak berwenang dalam mengambil keputusan terkait kegiatan di luar ruangan

Referensi

S. Buyrukoğlu, “New hybrid data mining model for prediction of Salmonella presence in agricultural waters based on ensemble feature selection and machine learning algorithms,” J. Food Saf., vol. 41, no. 4, p. e12903, 2021.

M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,” J. Appl. Informatics Comput., vol. 5, no. 2, pp. 103–108, 2021, doi: 10.30871/jaic.v5i2.3200.

G. Z. Muflih, Sunardi, and A. Yudhana, “Jaringan Saraf Tiruan Backpropagation Untuk Prediksi Curah Hujan Di Wilayah Kabupaten Wonosobo Universitas Ahmad Dahlan, Yogyakarta Pendahuluan Hujan berperan penting bagi kehidupan , curah hujan yang turun pada suatu wilayah dapat diprediksi namun tidak,” J. Math. Educ. Sci. Technol., vol. 4, no. 1, pp. 45–56, 2019.

I. Jhonson, A. Saragih, I. Rumahorbo, and R. Yudistira, “Prediksi Curah Hujan Bulanan Di Deli Serdang Menggunakan Persamaan Regresi dengan Prediktor Data Suhu dan Kelembapan Udara,” J. Meteorol. Klimatologi dan Geofis., vol. 7, no. 2, pp. 6–14, 2020.

A. P. Permana, K. Ainiyah, and K. F. H. Holle, “Analisis Perbandingan Algoritma Decision Tree, kNN, dan Naive Bayes untuk Prediksi Kesuksesan Start-up,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 6, no. 3, pp. 178–188, 2021, doi: 10.14421/jiska.2021.6.3.178-188.

A. C. Siregar and B. C. Octariadi, “Perbandingan Metode Jaringan Syaraf Tiruan Pada Klasifikasi Motif Kain Tenun Sambas,” Cybernetics, vol. 4, no. 02, 2021, doi: 10.29406/cbn.v4i02.2489.

B. Liu, Q. Zhao, Y. Jin, J. Shen, and C. Li, “Application of combined model of stepwise regression analysis and artificial neural network in data calibration of miniature air quality detector,” Sci. Rep., vol. 11, no. 1, pp. 1–12, 2021, doi: 10.1038/s41598-021-82871-4.

F. Zoelfiandi and U. Budiyanto, “Penerapan Data Mining Menggunakan Algoritma Apriori Pada Toko Adelia Frozen Food,” J. Ticom …, vol. 11, no. September, pp. 13–19, 2022, [Online]. Available: https://jurnal-ticom.jakarta.aptikom.or.id/index.php/Ticom/article/view/65%0Ahttps://jurnal-ticom.jakarta.aptikom.or.id/index.php/Ticom/article/download/65/54

B. Almahenzar and A. W. Wijayanto, “Analisis Intensitas Hujan Provinsi Jawa Barat Tahun 2020 Menggunakan Association Rule Apriori dan FP-Growth,” J. Syst. Comput. Eng. ISSN, vol. 3, no. 2, pp. 2723–1240, 2022.

S. S. Purwandari, M. Bettiza, and A. Uperiati, “Penerapan Algoritma Apriori Untuk Menemukan Hubungan Antara Faktor Cuaca Dan Curah Hujan (Studi Kasus: Kota Tanjungpinang),” Student Online J. Umr., vol. 2, no. 1, pp. 219–222, 2021.

D. Pratiwi and J. S. Wibowo, “Implementasi Algoritme Apriori Pada Sistem Persediaan Obat Apotik Puskesmas,” Jutisi J. Ilm. Tek. Inform. dan Sist. Inf., vol. 12, no. 1, 2023.

R. E. Putra and T. Indriyani, “Penerapan Aturan Asosiasi dengan Algoritma Apriori untuk Analisis Polutan Udara di Surabaya,” SESINDO 2015, vol. 2015, 2015.

O. S. Adebayo and N. Abdul Aziz, “Improved malware detection model with apriori association rule and particle swarm optimization,” Secur. Commun. Networks, vol. 2019, 2019.

A. Moubayed, M. Injadat, A. Shami, and H. Lutfiyya, “Relationship between student engagement and performance in e-learning environment using association rules,” in 2018 IEEE world engineering education conference (EDUNINE), IEEE, 2018, pp. 1–6.

E. Varol Altay and B. Alatas, “Performance analysis of multi-objective artificial intelligence optimization algorithms in numerical association rule mining,” J. Ambient Intell. Humaniz. Comput., vol. 11, pp. 3449–3469, 2020.

K. Vougas et al., “Machine learning and data mining frameworks for predicting drug response in cancer: An overview and a novel in silico screening process based on association rule mining,” Pharmacol. Ther., vol. 203, p. 107395, 2019, doi: https://doi.org/10.1016/j.pharmthera.2019.107395.

C. P. Putra, A. Rifai, and K. Widianto, “Penerapan Metode Association Rule Terhadap Pola Data Penyakit Pada RSUD Jakarta Menggunakan Algoritma Apriori,” vol. 4, no. 1, pp. 1–6, 2022.

L. Cai, “Japanese teaching quality satisfaction analysis with improved apriori algorithms under cloud computing platform,” Comput. Syst. Sci. Eng., vol. 35, no. 3, pp. 183–189, 2020.

F. M. Nafie Ali and A. A. Mohamed Hamed, “Usage Apriori and clustering algorithms in WEKA tools to mining dataset of traffic accidents,” J. Inf. Telecommun., vol. 2, no. 3, pp. 231–245, 2018.

J. Hong, R. Tamakloe, and D. Park, “Application of association rules mining algorithm for hazardous materials transportation crashes on expressway,” Accid. Anal. Prev., vol. 142, p. 105497, 2020.

Y. Kurnia, Y. Isharianto, Y. C. Giap, and A. Hermawan, “Study of application of data mining market basket analysis for knowing sales pattern (association of items) at the O! Fish restaurant using apriori algorithm,” in Journal of Physics: Conference Series, IOP Publishing, 2019, p. 12047.

Z. Li, X. Li, R. Tang, and L. Zhang, “Apriori algorithm for the data mining of global cyberspace security issues for human participatory based on association rules,” Front. Psychol., vol. 11, p. 582480, 2021.