PREDIKSI DAN ANALISIS POLA PERUBAHAN IKLIM MENGGUNAKAN ALGORITMA GRADIENT BOOSTING
DOI:
https://doi.org/10.23960/jitet.v13i2.6230Abstract Views: 278 File Views: 194 File Views: 0
Abstract
Peningkatan suhu global merupakan indikator utama perubahan iklim yang memengaruhi pola cuaca, kenaikan permukaan laut, dan frekuensi kejadian cuaca ekstrem. Penelitian ini bertujuan memprediksi dan menganalisis pola perubahan iklim, khususnya suhu global, menggunakan algoritma Gradient Boosting. Dataset yang digunakan dalam penelitian ini diambil dari tahun 2020 sampai dengan 2024 dari platform Kaggle berjumlah 53 baris. Bedasarkan pengujian yang dilakukan dengan menggunakan Gradient Boosting hasil prediksi dengan menggunakan metrik evaluasi RMSE dan MAE menunjukkan bahwa metode ini menghasilkan error yang yang kecil pada CO2 Concentration (ppm), dengan RMSE nya 10.43, MAE nya adalah 8.92. Untuk Sea Surface Temp (°C), RMSE nya 8.57, MAE nya adalah 7.42, menunjukkan kesalahan prediksi suhu permukaan laut yang relatif kecil.Downloads
References
R. Ratnawati and R. N. Fauziah, “Eyes on the Earth: Situs Interaktif untuk Meningkatkan Kesadaran Perubahan Iklim Global,” Bincang Sains dan Teknologi, vol. 2, no. 02, pp. 82–89, Jun. 2023, doi: 10.56741/bst.v2i02.348.
Agustina, N. A., Prasita, V. D., Kusuma, A., & Rosana, N. (2023). Pemanfaatan Sumberdaya Lahan Pesisir Berbasis Daya Dukung Lingkungan Dalam Menghadapi Perubahan Iklim Global.
F.-K. Wang and T. Mamo, “Gradient boosted regression model for the degradation analysis of prismatic cells,” Computers & amp; Industrial Engineering, vol. 144, p. 106494, 2020.
K. Kraugusteeliana, S. Muis, F. Nugroho, A. Karim, and Y. Siagian, “Data Mining Klasifikasi Breast Cancer Menerapkan Algoritma Gradient Boosted Trees,” J. MEDIA Inform. BUDI DARMA, vol. 7, no. 2, pp. 881–890, 2023.
Giyanda, G., & Saidah, S. (2021). Auto Machine Learning dengan Menggunakan H2O AutoML untuk Prediksi Harga Bitcoin: Array. Jurnal Ilmiah KOMPUTASI, 20(2), 189-198.
A. Amalia, M. Radhi, S. H. Sinurat, D. R. H. Sitompul, and E. Indra, “Prediksi Harga Mobil Menggunakan Algoritma Regressi Dengan Hyper-Parameter Tuning”, JUSIKOM PRIMA, vol. 4, no. 2, pp. 28 -32, Feb. 2022.
Fitri, E, “Analisis Perbandingan Metode Regresi Linier, Random Forest Regression dan Gradient Boosted Trees Regression Method untuk Prediksi Harga Rumah”. Journal of Applied Computer Science and Technology, 4(1), 58-64, 2023.
Setiyono A, Dharmawan A, Furqon Z, “Prediksi Faktor Penyebab Emisi CO2 pada Kendaraan Menggunakan Gradient Boosting Regression.” Jurnal Fokus Elektroda: Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali). 2024 Dec 1;9(4):243-7.
Darmawan, Gerarldo Indra, Erwani Merry Sartika, Eric Chandra, Novie Theresia Br Pasaribu, and Heri Andrianto. "Penerapan Algoritma
Gradient Boosting pada Sinyal EEG sebagai Pengendali Kursi Roda." ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika 12, no. 2 (2024): 541.
T. Hidayat and D. S. Canta, “Analisis Kepuasan Pengguna Terhadap Penerapan Aplikasi Tokopedia dengan Menggunakan Metode TAM,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 2, p. 472, Apr. 2022, doi: 10.30865/jurikom.v9i2.4088.
S. Surahmat, “Analisis Penerimaan Learning Manajemen Sistem Jurusan Manajemen Informatika Politeknik Negeri Sriwijaya Menggunakan Technology Acceptance Model (TAM),” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 1, Jan. 2024, doi:
23960/jitet.v12i1.3843.
M. Amdah, Arfandi, and Nasrul, “Integrasi Pengetahuan Lokal Masyarakat Malino dalam Pengelolaan Sumber Daya Alam Hayati Sebagai Sumber Pembelajaran Non-Formal,” Indonesian Journal of Fundamental and Applied Geography, vol. 1, no. 2, pp. 15–18, 2024.
M. Filonchyk, M. Peterson, L. Zhang, V. Hurynovich, and Y. He, “Greenhouse gases emissions and global climate change: Examining the influence of CO2, CH4, and N2O,” Science of The Total Environment, 2024.
M. K. Dwipa Jaya, “Perbandingan Random Forest, Decision Tree, Gradient Boosting, Logistic Regression untuk Klasifikasi Penyakit Jantung,” JNATIA, vol. 2, pp. 1–5, 2023.
I. Amansyah, J. Indra, E. Nurlaelasari, and A. Juwita, “Prediksi Penjualan Kendaraan Menggunakan Regresi Linear : Studi Kasus pada Industri Otomotif di Indonesia,” INNOVATIVE: Journal Of Social Science Research, vol. 4, no. 4, pp. 1199–1216, 2024.
M. M. Teye, “Understanding Of Machine Learning With Deep Learning: Architectures, Workflow, Applications And Future Directions,” Mdpi, Vol. 12, No. 5, Apr. 2023, Doi: Https://Doi.Org/10.3390/Computers12050091
A. E. E. Rashed, A. M. Elmorsy, And A. E. M. Atwa, “Comparative Evaluation Of Automated Machine Learning Techniques For Breast Cancer Diagnosis,” Biomed Signal Process Control, Vol. 86, 2023, Doi:
Https://Doi.Org/10.1016/J.Bspc.2023.105016.
F. Atmojo, C. Nurlita, And Nurchima, “Analisis Pemanfaatan Machine Learning Guna Prediksi Indeks Pembangunan Manusia,” Jurnal Sistem Informasi Dan Teknik Komputer, Vol. 9, No. 2, 2024.
