Analisis Hubungan antar Faktor dan Komparasi Algoritma Klasifikasi pada Penentuan Penundaan Penerbangan
Abstract
Penyebab terjadinya kecelakaan pesawat diantaranya karena faktor cuaca sehingga diperlukan suatu system yang dapat membantu menentukan penundaan penerbangan karena kondisi cuaca dengan tepat. Penentuan penundaan penerbangan yang digunakan dalam penelitian ini adalah metode Proses Standard pada Data Mining (CRISP-DM) dengan algoritma Correlation matrix (mirip Asosiasi), Klasifikasi, dan Feature Selection yang dilakukan dengan langkah-langkah sebagai berikut: Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Pada Klasifikasi dibandingkan 5 Algoritma yaitu Decision Tree (C4.5), Naive Bayes (NB), K-Nearest Neighbor (K-NN), Random Forest (RF), dan Logistic Regresion (LogR). Sedangkan pada Feature Selection dibandingkan 3 metode yaitu Filter Selection, Forward Selection (FS), dan Backward Elimination (BE). Kesimpulan hasil penelitian adalah: metode CRISP-DM dapat digunakan untuk rekomendasi dalam menentukan penundaan penerbangan dengan baik. Metode CRISP-DM yang digunakan menerapkan beberapa peran data mining yaitu Korelasi, Klasifikasi, dan Featrure Selection. Dari masing-masing peran tersebut diketahui bahwa faktor yang paling berpengaruh adalah tekanan udara sedangkan faktor yang lain korelasinya sangat kecil, kemudian model terbaiknya adalah Naïve Bayes (NB) untuk Klasifikasi dan Naive Bayes + Backward Elimination (NB + BE) untuk Feature Selection.
References
Soejadi Wh, “Manfaat Dan Bahaya Cuaca Dalam Penerbangan,. http://pustakacuaca.blogspot.com/2010/08/manfaat-dan-bahaya-cuaca-dalam.htm. [Accessed 30 Januari 2014].
Kusrini,&Luthfi, E. T. (2009). Algoritma Data Mining. Yogyakarta: Andi Publishing.
Puspita, E.S. and Yulianti, L., 2016. Perancangan Sistem Peramalan Cuaca Berbasis Logika Fuzzy. Media Infotama, 12(1).
Endah Sari, N. and Sukirman, E., 2012. Prediksi Cuaca Berbasis Logika Fuzzy untuk Rekomendasi Penerbangan di Bandar Udara Raja Haji Fisabilillah.
Yuniar, R.J., Rahadi, D. and Setyawati, O., 2013. Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation. Jurnal EECCIS, 7(1), pp.65-70.
Abidin, A.Z.Z., 2015, July. Implementasi Algoritma C 4.5 untuk Menentukan Tingkat Bahaya Tsunami. In Seminar Nasional Informatika (SEMNASIF) (Vol. 1, No. 1).
Tasikmalaya, A.B. and Wati, R., 2016. Penerapan Algoritma Genetika Untuk Seleksi Fitur Pada Analisis Sentimen Review Jasa Maskapai Penerbangan Menggunakan Naive Bayes. Evolusi, 4(1).
Jiawei Han and Micheline Kamber, Data Mining: Concepts and Techniques Third Edition, Elsevier, 2012.
Daniel T. Larose, Discovering Knowledge in Data: an Introduction to Data Mining, John Wiley & Sons, 2005.
Bramer, Max. 2007. Principles of Data Mining. London: Springer. ISBN-10: 1-84628-765-0, ISBN-13: 978-1-84628-765-7.
Han, J. and Kamber, M., 2006. Data Mining: Concepts and Techniques , University of Illinois at Urbana-Champaign.
Powers, D.M., 2011. Evaluation: from precision, recall and F-measure to ROC, informedness, markedness and correlation.
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Sekretariat:
2nd Seminar Nasional IPTEK Terapan (SENIT) 2017
Pusat Penelitian Pengabdian Masyarakat (P3M)
Politeknik Harapan Bersama Tegal
Jl. Mataram No.09 Pesurungan Lor Tegal
Telp: +62283 - 352000
Email: senitharber2017@gmail.com
Website: http://senit2017.poltektegal.ac.id/