Prediksi Bilangan Sunspot menggunakan Support Vector Regression (SVR)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Suwanto, Suwanto (2019) Prediksi Bilangan Sunspot menggunakan Support Vector Regression (SVR). Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Suwanto_H72216070.pdf
Download (762kB)

Abstract

Sunspot merupakan area gelap matahari yang terletak pada lapisan fotosfer, jika konﬁgurasinya menjadi sempurna maka medan magnet akan tidak stabil yang akan berdampak akan munculnya ﬂare dan CME. Sunspot juga memiliki dampak pada cuaca yang ada di bumi. Pengamatan indeks sunspot utamanya bilangan sunspot amat penting karena besaran bilangan sunspot akan merepresentasikan tingkat aktivitas yang terjadi pada matahari. Bilangan sunspot dimasa mendatang dapat diketahui dengan adanya prediksi. Penelitian ini dilakukan untuk memprediksi banyaknya bilangan sunspot berdasar data sunspot yang telah terjadi menggunakan SVR. Tujuan prediksi bilangan sunspot adalah untuk mengetahui besarnya aktivitas matahari, jika akan berdampak buruk dengan segala yang ada di bumi, maka early warning dengan cepat tersampaikan sebagai informasi awal untuk mengatasi badai yang akan terjadi. Pada penelitian ini, dilakukan uji coba dalam menentukan input data dan fugsi kernel pada sistem. Prediksi bilangan sunspot terbaik diperoleh dengan pembagian data sebesar 80:20 serta menggunakan kernel RBF. Hasil MSE, RMSE, dan MAAPE dari proses prediksi masing-masing sebesar 35.32, 5.94, dan 0.12. Dengan nilai MAAPE sebesar 0.12 dapat dikatakan bahwa prediksi dapat dikatakan cukup akurat.