PENERAPAN METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA APRIORI PADA SIMULASI PREDIKSI HUJAN WILAYAH KOTA BANDUNG

  • Mohamad Fauzy Universitas Telkom
  • Kemas Rahmat Saleh W Universitas Telkom
  • Ibnu Asror Universitas Telkom
Keywords: data mining, association rule, apriori, rain forecast

Abstract

[Id]

Prakiraan cuaca saat ini telah menjadi satu hal yang dibutuhkan bagi banyak orang di dunia. Dalam memprediksi hujan pengolahan data cuaca merupakan hal yang penting. Namun permasalahannya, data cuaca yang semakin hari semakin bertambah menyebabkan penumpukan data sehingga pengolahan data tersebut perlu penanganan lebih lanjut. Oleh karena itu pemanfaatan data mining digunakan untuk menyelesaikan masalah ini. Association rule mining adalah salah satu metode data mining yang dapat mengidentifikasi hubungan kesamaan antar item. Penelitian ini dilakukan dengan tiga tahapan utama yaitu : 1) melakukan analisa pola frekuensi tinggi menggunakan algortima apriori; 2) pembentukan aturan asosiasi (association rule); 3) uji kekuatan rule yang terbentuk dengan menghitung lift ratio pada masing-masing rule. Dataset yang digunakan adalah data klimatologi yang diambil dari BMKG stasiun geofisika kelas 1 Bandung. Hasil akhir dari Penelitian ini berupa aturan-aturan asosiasi (association rules) dimana aturan-aturan ini dapat dijadikan sebagai acuan dalam memprediksi cuaca hujan atau tidak hujan untuk satu hari kedepan.

Kata kunci : Data mining, association rule, apriori, prediksi hujan

[En]

Weather forecast today has become a necessary thing for many people in the world. In predicting rain weather data processing is essential. But the problem, weather data that is increasingly growing cause the accumulation of data so that the data processing needs further treatment. Therefore, the use of data mining is used to solve this problem. Association rule mining is one of data mining methods that can identify similarity relationships between items. This research is performed by three main stages, namely: 1) to analyze high frequency patterns using algorithms priori; 2) the establishment of an association rule (association rule); 3) test the strength of the rule which is formed by calculating the ratio elevator on each rule. The dataset used is the climatological data taken from BMKG station 1st class geophysical Bandung. The end result of this research in the form of rules of association (association rules) in which these rules can be used as a reference in predicting the weather is rain or not rain for the next day.

Keywords : data mining, association rule, apriori, rain forecast

Downloads

Download data is not yet available.
Published
2016-08-15
Section
Articles