Perbandingan Algoritma Klasifikasi Random Forest dan Extreme Gradient Boosting pada Dataset Cuaca Provinsi DKI Jakarta Tahun 2018

Abstract

Perkembangan teknologi semakin berkembang pesat yang menyebabkan seluruh aktivitas kehidupan manusia tidak terlepas dari penggunakan teknologi. Teknologi machine learning merupakan teknologi yang mengembangkan kecerdasan buatan agar dapat belajar dengan sendirinya dengan menerapkan ilmu seperti statistika, matematika serta data mining. Pada penelitian ini peneliti ingin membandingkan performa algoritma antara Random Forest dan Extreme Gradient Boosting pada data cuaca Provinsi DKI Jakarta tahun 2018. Setelah melakukan tahap preprocessing, exploratory data analysis, resampling pada label, dan melatih data untuk mendapatkan hasil akurasi yang nantinya digunakan sebagai pembanding antara algoritma Extreme Gradient Boosting dengan Random Forest. Berdasarkan hasil penelitian, peneliti menyimpulkan bahwa algoritma Random Forest lebih baik daripada Extreme Gradient Boosting jika digunakan pada data cuaca Provinsi DKI Jakarta tahun 2018 karena waktu pemrosesan yang lebih cepat dan akurasi yang dihasilkan cukup tinggi yaitu 68%.