Klasifikasi Cuaca Menggunakan Metode VGG-16, Principal Component Analysis Dan K-Nearest Neighbor
June 2021  //  DOI: 10.54082/jiki.1
Sean Alexander Suryaman, Rita Magdalena, Sofia Sa'idah

Metrics

  • Eye Icon 0 views
  • Download Icon 0 downloads
Metrics Icon 0 views  //  0 downloads
Klasifikasi Cuaca Menggunakan Metode VGG\u002D16, Principal Component Analysis Dan K\u002DNearest Neighbor Image
Abstract

Cuaca merupakan suatu fenomena alam yang sangat berdampak bagi manusia. Informasi tentang kondisi cuaca sangat dibutuhkan oleh manusia. Informasi ini sangat bermanfaat untuk mengetahui kejadian cuaca disekitar kita. Sistem klasifikasi saat ini mengandalkan serangkaian sensor mahal atau bantuan manusia. Kecerdasan buatan merupakan suatu cabang ilmu komputer yang membantu manusia dalam mengatasi masalah yang ada. Penelitian ini menggunakan kecerdasan buatan untuk mengklasifikasi kondisi cuaca dengan menggunakan metode VGG-16, Principal Component Analysis (PCA) dan K-Nearest Neighbor (KNN). Pertama ciri akan dicari menggunakan VGG-16, lalu memanfaatkan Principal Component Analysis (PCA) untuk mereduksi data agar lebih efektif. Dan menggunakan K-Nearest Neighbor (KNN) untuk mengklasifikasian data. K-Nearest Neighbor (KNN) menggunakan jarak untuk mengklasifikasikan data. Jarak yang dipilih merupakan jarak terpendek yang akan menunjukan ketetanggan untuk menghasilkan keluaran apakah cuaca sedang cerah, berawan, berkabut, hujan dan matahari terbit. Sistem tersebut dibuat menggunakan platform Google Colab dengan bahasa pemrograman Python. Berdasarkan hasil penelitian, diperoleh sistem klasifikasi cuaca dengan akurasi sebesar 87,50%. Hasil akurasi tersebut diperoleh ketika digunakan 450 data uji dan 1050 data latih. Adapun parameter terbaik yang dihasilkan, yaitu ukuran citra 256 x 256, jenis KNN adalah Cosine, nilai KNN di k = 9, dan Persentase PCA 30%.

Full text
Show more arrow
 
More from this journal
Sistem Informasi Panduan Diet Bagi Penderita Obesitas Berbasis Website
Sistem Informasi Panduan Diet Bagi Penderita Obesitas Berbasis Website Image
Identifikasi Penyakit Daun Jeruk Siam Menggunakan K-Nearest Neighbor
Identifikasi Penyakit Daun Jeruk Siam Menggunakan K\u002DNearest Neighbor Image
Model Aturan dalam Menentukan Prestasi Nilai Siswa di SMK GKPS 1 Raya Menggunakan Algoritma C4.5
Model Aturan dalam Menentukan Prestasi Nilai Siswa di SMK GKPS 1 Raya Menggunakan Algoritma C4.5 Image
🧐  Browse all from this journal

Metrics

  • Eye Icon 0 views
  • Download Icon 0 downloads
Metrics Icon 0 views  //  0 downloads