Aplikasi Data Mining Menggunakan Multiple Linear ...

Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.01 Februari 2015

ISSN: 2406-7857

Multiple Linear Regression untuk Pengenalan Pola Curah Hujan (Irwan Budiman) |34

Aplikasi Data Mining Menggunakan Multiple Linear Regression Untuk Pengenalan Pola Curah Hujan

Irwan Budiman1) Artesya Nanda Akhlakulkarimah 2)

1,2Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan

email : 1) [email protected], 2)[email protected]

Abstract

The development of information technology in today's era of globalization is growing rapidly. It also has created the development of a lot of data, including data about the weather. The method of data analysis that we used is multiple linear regression. F test, partial correlation test and coefficient of determination were used in this research. After we got a regression model with two independent variables, then we did testing for coefficient of determination. From the result, we knew that the relevance between the number of rainy days with the rainfall was very strong. The relevance between the duration of solar radiation with the rainfall was strong. Whereas, the relevance between the number of rainy days with duration of sun exposure was very strong. Coefficient of determination was 0.5778. It meant that multiple linear regression model had a reliability rate of 57,78%. The Conclusions of this research are the number of rainy days and duration of sun exposure are affecting significantly with rainfall. The regression model which used is 57,78%, it means that rainfall is influenced by 57,78% of independent variables which measured in this research.

Keywords: Multiple Linear Regression, data mining, rainfall.

Abstrak

Perkembangan teknologi informasi pada era globalisasi saat ini sangat berkembang pesat. Perkembangan ini juga telah melahirkan perkembangan banyak data, termasuk data-data tentang cuaca. Metode analisis data yang digunakan dengan multiple linear regression. Pada penelitian ini digunakan uji F, uji korelasi parsial dan koefisien determinasinya. Setelah didapatkan model regresi dengan dua variable bebas, kemudian dilakukan pengujian terhadap koefisien regresi. Dari hasil perhitungan, dapat diketahui keterkaitan antara jumlah hari hujan dengan curah hujan sangat kuat. Keterkaitan antara lama penyinaran dan curah hujan kuat. Sedangkan, keterkaitan antara jumlah hari hujan dan lama penyinaran sangat kuat. Koefisien determinasinya 0,5778. Artinya tingkat kecocokan model multiple linear regression memiliki tingkat kehandalan 57,78%. Kesimpulan dari penelitian ini adalah jumlah hari hujan dan lamanya penyinaran matahari berpengaruh signifikan terhadap curah hujan. Model regresi yang digunakan memberikan hasil 57,78% yang berarti curah hujan dipengaruhi oleh 57,78% variable bebas yang diukur pada penelitian ini.

Kata Kunci: Multiple Linear Regression, data mining, curah hujan.


ISSN: 2406-7857


1. PENDAHULUAN

1.1 Latar Belakang

Cuaca merupakan keadaan yang menunjukkan adanya aktifitas alam di atmosfer pada suatu wilayah tertentu dan dalam waktu yang singkat. Berbagai aktifitas manusia bergantung dengan kondisi cuaca. Kondisi cuaca berpengaruh pada beberapa sektor. Informasi tentang cuaca bisa didapatkan secara berkala. Badan Metereologi, Klimatologi dan Geofisika (BMKG) dapat mempublikasikan informasi ini per bulan. Adanya pemberian informasi secara berkala ini dapat dijadikan acuan untuk menggali pengetahuan dari data-data ini.

Perkembangan teknologi informasi pada era globalisasi saat ini sangat berkembang pesat. Perkembangan ini juga telah melahirkan perkembangan banyak data, termasuk data-data tentang cuaca. Teknologi saat ini mampu menyimpan dan mengumpulkan berbagai tipe data. Untuk menangani jumlah data yang besar ini, maka lahirlah sebuah metode baru, yaitu data mining. Data mining digunakan untuk mencari pengetahuan apa yang dapat digali dari informasi yang diambil dari data-data yang jumlahnya besar. Dari informasi inilah kita akan mencari pengetahuan yang bisa diambil dari data-data tersebut

Oleh karena itu, digunakanlah data mining untuk mengetahui pola hubungan curah hujan dengan variabel cuaca lainnya. Data yang didapat yaitu dari data-data yang didapatkan dari Badan Metereologi, Klimatologi dan Geofisika (BMKG). Pengetahuan yang didapat berguna nantinya untuk mengetahui hubungan curah hujan dengan variabel cuaca.

1.2 Perumusan Masalah

Berdasarkan latar belakang masalah di atas maka perumusan masalah dari penelitian ini adalah seberapa besar tingkat keterkaitan antara curah hujan dengan variabel cuaca dalam sebulan menggunakan teknik data mining dengan algoritma multiple linear regression.

1.3 Manfaat dan Tujuan Penelitian

Manfaat dari penelitian ini adalah memberikan pengetahuan mengenai pola hubungan curah hujan bulanan dengan variabel cuaca dalam sebulan. Tujuan yang ingin dicapai dalam penelitian ini adalah mengetahui pola hubungan curah hujan bulanan dengan variabel cuaca dengan menggunakan algoritma multiple linear regression.

1.4 Batasan Penelitian

Batasan-batasan penelitian yaitu : a. Data yang diolah berdasarkan data unsur cuaca bulanan dari Badan Metereologi

dan Geofisika (BMKG) Stasiun Klimatologi Klas I Banjarbaru untuk wilayah Banjarbaru selama periode 2005 – Desember 2013.

b. Unsur cuaca yang dijadikan variabel bebas adalah jumlah hari hujan dalam sebulan dan lama penyinaran matahari dalam sebulan. Sedangkan variabel yang dijadikan variabel terikat adalah curah hujan bulanan.

c. Algoritma yang digunakan adalah dengan multiple linear regression


ISSN: 2406-7857


2. METODE PENELITIAN

Metode analisis data yang digunakan dengan multiple linear regression. Setelah didapatkan model regresi dengan dua variable bebas, kemudian dilakukan pengujian terhadap koefisien regresi. Pada penelitian ini digunakan uji korelasi parsial dan koefisien determinasi nya. Hal ini digunakan untuk mengetahui seberapa besar pengaruh semua variabel bebas secara bersama-sama terhadap perubahan variabel tak bebas Y dan mengukur seberapa kuat hubungan antara variabel-variabel bebas yang telah ditetapkan dalam model terbaik terhadap variabel tak bebasnya. Setelah itu dilakukan uji F untuk mengukur tingkat signifikansinya. Setelah dilakukan uji F, dilakukanlah pengujian terhadap model regresi. Hasil pengujian (prediksi) dibandingkan dengan nilai kenyataan dan kemudian dihitung nilai standar error nya.

3. Hasil dan Pembahasan

Bentuk model multipler linear regression yang menyatakan hubungan antara jumlah hari hujan, lamanya penyinaran, dan curah hujan adalah ƩY = a + b1ƩX1+b2ƩX2

Langkah pertama yang harus dilakukan adalah mencari nilai a, b1, dan b2 nya agar bisa didapatkan persamaan regresi linier berganda.

a. Multiple Linear Regression

Data yang digunakan adalah sebagai berikut

Tabel 1Data Cuaca tgl X1 X2 Y

Jan-05 28 43.6 270 Feb-05 25 43.7 290 Mar-05 27 56 261

Apr-05 26 55.2 222

May-05 20 61.8 199 Jun-05 17 66 139 Jul-05 16 60.6 72 Aug-05 7 74.7 34 Sep-05 5 76 15 Oct-05 21 49 212 Nov-05 25 47.5 187 Dec-05 28 16.3 264 Jan-06 28 30.7 363 Feb-06 26 41.3 300

Mar-06 27 50.9 295 Apr-06 20 50.4 213 May-06 15 63.6 73 Jun-06 28 39.4 183 Jul-06 10 76 25

Aug-06 5 76.3 5 Sep-06 1 78.6 3 Oct-06 1 71.5 17 Nov-06 15 56.7 116 Dec-06 21 53.8 403

Jan-07 28 42.8 241 Feb-07 26 27.1 329 Mar-07 26 47.5 483 Apr-07 27 54.9 330 May-07 21 56.1 235 Jun-07 23 37.3 171 Jul-07 13 52.3 229 Aug-07 12 71.5 55 Sep-07 7 76.8 30 Oct-07 13 59 62

Nov-07 24 46.8 170 Dec-07 24 44.7 256 Jan-08 24 45.6 272 Feb-08 21 32.1 240 Mar-08 27 43.6 554


ISSN: 2406-7857


Apr-08 24 57.9 241 May-08 17 60 54 Jun-08 19 53.4 259 Jul-08 20 45.8 144 Aug-08 22 47.5 83 Sep-08 14 57.8 99 Oct-08 25 42.9 78 Nov-08 25 47.6 288 Dec-08 27 18.8 420

Jan-09 30 39.6 384 Feb-09 21 36.7 148 Mar-09 21 53.6 212 Apr-09 21 56.4 279 May-09 22 66.9 236 Jun-09 9 67 22 Jul-09 8 65.8 73 Aug-09 2 80.3 25 Sep-09 4 80.7 21 Oct-09 12 62.6 189

Nov-09 19 54.1 292 Dec-09 24 43 287 Jan-10 25 38.8 324 Feb-10 22 50.2 321 Mar-10 27 45.6 285 Apr-10 23 59.9 243 May-10 22 57.9 171 Jun-10 27 43.2 366 Jul-10 23 31.7 172 Aug-10 25 45.1 240

Sep-10 26 38.4 338 Oct-10 21 50 257 Nov-10 27 45 318 Dec-10 26 37.9 355 Jan-11 24 39.8 419 Feb-11 20 36.7 284 Mar-11 24 31 337 Apr-11 23 45.2 251 May-11 17 56.7 211 Jun-11 13 76.5 84

Jul-11 6 72.6 21 Aug-11 6 77.7 27 Sep-11 13 60.9 77 Oct-11 19 65.1 134

Nov-11 21 52.9 276 Dec-11 27 27.9 857 Jan-12 26 39.1 224 Feb-12 25 25.5 258 Mar-12 24 48.8 313 Apr-12 24 61.8 319 May-12 11 67.3 149 Jun-12 18 60 58 Jul-12 20 45.5 192

Aug-12 8 69.8 70 Sep-12 5 75.2 58 Oct-12 15 65.5 157 Nov-12 23 52.1 298 Dec-12 26 41.5 410 Jan-13 27 29.1 355 Feb-13 23 42.1 415 Mar-13 22 54 308 Apr-13 23 51.3 305 May-13 22 50.2 346

Jun-13 13 63.7 141 Jul-13 24 37.5 126 Aug-13 15 64.4 81 Sep-13 12 51 34 Oct-13 13 71.2 106 Nov-13 24 49.9 441 Dec-13 23 36 349


ISSN: 2406-7857


Keterangan : Tgl : bulan dan tahun X1 : jumlah hari hujan X2 : lama penyinaran Y : curah hujan

Dari data di atas dilakukan perhitungan dengan multiple linear

regression sehingga menghasilkan nilai a,b1,dan b2 sebagai berikut :

Tabel 2 Nilai a,b1,dan b2 b2 b1 a

-1,70263 11,74574 76,81641

Kemudian didapatkanlah model multiple linear regression nya sebagai

berikut : ƩY = 76,81641 + 11,74574ƩX1-1,70263ƩX2

b. Uji Korelasi Parsial

Untuk mengetahui seberapa besar keterkaitan masing-masing variable bebas terhadap variable tidak bebas maka perlu dihitung korelasi parsial. Untuk menghitung nilai korelasi, diperlukan perhitungan untuk mengetahui rX1Y, rX2Y, rX1X2. Dari table 4.1 data cuaca dibuatlah beberapa table yang memuat atribut turunan. Pertama, untuk menghitung rX1Y, maka query SQL yang digunakan adalah :

INSERT INTO x1y SELECT

`jlh_hari_hujan`, curah_hujan`,

jlh_hari_hujan`*.`curah_hujan` AS X1Y,

jlh_hari_hujan`*`jlh_hari_hujan` AS X1kuadrat,

`curah_hujan`*`curah_hujan` AS Ykuadrat

FROM Table_cuaca;

Kedua, untuk menghitung rX2Y, maka query SQL yang digunakan adalah :

INSERT INTO x2y SELECT

lama_penyinaran`, `curah_hujan`, lama_penyinaran` *

`curah_hujan` AS X2Y,

`lama_penyinaran`*`lama_penyinaran` AS X2kuadrat,

`curah_hujan`*`curah_hujan` AS Ykuadrat FROM

Table_cuaca;


ISSN: 2406-7857


Ketiga, untuk menghitung rX1X2, maka query SQL yang digunakan adalah :

INSERT INTO x1x2SELECT

`jlh_hari_hujan`,`lama_penyinaran`,

`jlh_hari_hujan`* `lama_penyinaran` AS X1X2,

`jlh_hari_hujan`*`jlh_hari_hujan` AS X1kuadrat,

`.` lama_penyinaran`*`lama_penyinaran` AS X2kuadrat

FROM Table_cuaca;

Keempat, untuk menghitung jumlah per kolom dari tabel rX1Y, maka query SQL yang digunakan adalah : INSERT INTO `sum_x1y` SELECT

SUM(`jlh_hari_hujan`) AS total_hari ,

SUM(`curah_hujan`) AS total_curah,

SUM(`X1Y`) AS total_X1Y,

SUM(`X1kuadrat`) AS total_X1kuadrat,

SUM(`Ykuadrat`) AS total_Ykuadrat

FROM x1y;

Kelima, untuk menghitung jumlah per kolom rX2Y, maka query SQL yang digunakan adalah :

INSERT INTO `sum_x2y`SELECT

SUM(`lama_penyinaran`) AS total_lama ,

SUM(`curah_hujan`) AS total_curah,

SUM(`X2Y`) AS total_X2Y,


SUM(`Ykuadrat`) AS total_Ykuadrat

FROM x2y;

Keenam, untuk menghitung jumlah per kolom rX1X2, maka query SQL yang digunakan adalah:

INSERT INTO `sum_x1x2` SELECT

SUM(`jlh_hari_hujan`) AS total_hari ,

SUM(`lama_penyinaran`) AS total_lama,

SUM(`X1X2`) AS total_X1X2,


SUM(`X2kuadrat`) AS total_X2kuadrat

FROM x1x2;

Hasil perhitungan korelasi parsial untuk model multiple linear regression antara jumlah hari hujan, lama penyinaran, dan curah hujan dapat dilihat pada table berikut :


ISSN: 2406-7857


Tabel 3 Hasil Uji Korelasi Parsial Nilai Korelasi

rx1Y 0,7536

rx2Y -0,6765

rX1X2 -0,8228

Dari hasil perhitungan, dapat diketahui bahwa keterkaitan antara

jumlah hari hujan dengan curah hujan sangat kuat. Keterkaitan antara lama penyinaran dan curah hujan kuat. Sedangkan, untuk keterkaitan antara jumlah hari hujan dan lama penyinaran sangat kuat.

c. Uji Koefisien Determinasi

Kegunaan koefisien determinasi adalah mengetahui seberapa besar pengaruh variable bebas terhadap varibel terikat sehingga dapat diketahui kesamaan dan kecocokan model regresi linier. Berdarkan hasil perhitungan diperoleh koefisien determinasi (R2) adalah sebagai berikut:

Tabel 4 Hasil Uji Koefisien Determinasi R R2

0,7601 0,5778

Dari model di atas terlihat koefisien determinasinya 0,5778. artinya

tingkat kecocokan model multiplelinear regression memiliki tingkat kehandalan 57,78%. Artinya, sebanyak 57,78% variasi nilai curah hujan bergantung pada variable bebas yang diukur pada penelitian ini, yaitu jumlah hari hujan dan lamanya penyinaran. Sedangkan sisanya, sebesar 42,22% dipengaruhi oleh variable lain yang dipengaruhi oleh variable lain yang tidak diukur dalam penelitian ini.

d. Uji F

Uji F digunakan untuk mengukur signifikan keseluruhan model regresi F. Apakah hasilnya signifikan atau tidak. Jika hasilnya signifikan, artinya model regresi bisa digunakan untuk peramalan. Untuk melakukan uji F, Pertama-tama kita melakukan perhitungan Fhitung.

Fhitung =

=

= 71,854


ISSN: 2406-7857


Kriteria : Fhitung > Ftabel Ha diterima Fhitung <= Ftabel Ho diterima Ho : variable bebas tidak berpengaruh signifikan terhadap variable terikat Ha : variable bebas berpengaruh signifikan terhadap variable terikat. Ftable dengan menggunakan tingkat kepercayaan (α) 0,05 dan dk pembilang andalah banyaknya variable bebas yaitu 2 dan dk penyebut adalah n-k-1 yaitu 105, maka didapatlah hasil Ftable adalah 3,0829. Dengan demikian Fhitung > Ftable. Ini artinya jumlah hari hujan dan lamanya penyinaran matahari berpengaruh signifikan terhadap curah hujan.

e. Pengujian

Misalkan terdapat data jumlah hari hujan dan lama penyinaran sebagai berikut

Tabel 5 Data Pengujian Tgl X1 X2

Jan-2014 26 33.3

Feb-2014 21 44.9

Mar-2014 24 49.4

Apr-2014 21 56.4

Mei-2014 27 62.3

Jun-2014 20 50.9

Jul-2014 12 64.2

Agt-2014 12 18

Maka berdasarkan model multiple linear regression nya, yaitu

ƩY = 76.81641 + 11.74574ƩX1-1.70263ƩX2

di dapatlah hasil curah hujan sebagai berikut :


ISSN: 2406-7857


Tabel 6 Hasil Pengujian Tgl X1 X2 Y

prediksi Y kenyataan

Selisih (ei)

Kuadrat selisih (e2)

Jan-2014 26 33.3 325.508 443 117.49 13804.38

Feb-2014 21 44.9

247.0287 220 -27.03 730.55

Mar-2014 24 49.4

274.6041 332 57.40 3294.29

Apr-2014 21 56.4

227.4484 223 -4.45 19.79

Mei-2014 27 62.3

287.8773 156

-131.88 17391.63

Jun-2014 20 50.9

225.0672 221 -4.07 16.54

Jul-2014 12 64.2

108.4562 113 4.54 20.65

Agt-2014 12 18

187.1179 53

-134.12 17987.61

TOTAL 53265.43

Hasil pengujian model multiple linear regression dengan data curah

hujan real menunjukkan adanya selisih. Hal ini memperlihatkan adanya error. Dari kuadrat selisih pada table diatas, dapat diketahui kesalahan baku (standart error) regresi adalah 22,52. Ini artinya besarnya penyimpangan atau ketidak akuratan nilai dugaan terhadap nilai sebenarnya adalah 22,52.

4. KESIMPULAN DAN SARAN

4.1 Kesimpulan

Kesimpulan dari penelitian ini adalah jumlah hari hujan dengan curah hujan berpengaruh sangat kuat. Keterkaitan antara lama penyinaran dan curah hujan kuat. Sedangkan, untuk antara jumlah hari hujan dan lama penyinaran sangat kuat. Jumlah hari hujan dan lamanya penyinaran matahari berpengaruh signifikan terhadap curah hujan. Model regresi yang digunakan yaitu sebesar 57,78%. Artinya, 57,78% variasi nilai curah hujan bergantung pada variable bebas yang diukur pada penelitian ini. Kesalahan baku regresi adalah 22,52. Hal ini berarti ketidakakuratan nilai dugaan dengan nilai sebenarnya sebesar 22,52.


ISSN: 2406-7857


4.2 Saran

Berdasarkan hasil pembahasan dan kesimpulan, maka saran untuk penelitian selanjutnya adalah sebagai berikut : a. Sebaiknya data yang digunakan lebih banyak lagi agar model regresi yang

digunakan lebih baik lagi. b. Variable bebas yang digunakan dapat ditambah lagi (seperti suhu udara, tekanan

udara, dan lain-lain) agar diketahui seberapa besar pengaruh variable lainnya terhadap curah hujan.


ISSN: 2406-7857


DAFTAR PUSTAKA

[1]. Kurniadi, Eka, dkk. 2012. “Multiple linear regression Menggunakan Aplikasi Matlab”. Universitas Pendidikan Ganesha Singaraja. Bali.

[2]. Larose, Daniel T. 2006. “Data mining Methods and Models”. John Wiley & Sons Inc.Hoboken New Jersey.

[3]. Lesmana, Eman dan Riaman. 2013. “Penggunaan Model Regresi linear Berganda pada Program Penggemukan Sapi PO (Peranakan Ongole) serta Analisis BCR (Benefit Cost Ratio) Penggunaan Bahan Pakan Kering”. Prosiding Seminar Nasional Sains dan Teknologi Nuklir PTNBR-BATAN Bandung 4 Juli 2013.

[4]. Turban, E., Aronson Jay E. dan Liang T. 2005. “Decision Support Systems and Intelligent Systems Seventh Edition”. Andi. Yogyakarta.

Aplikasi Data Mining Menggunakan Multiple Linear ...

Documents

Transcript of Aplikasi Data Mining Menggunakan Multiple Linear ...