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.