Model Prediksi Pasang Surut Air Laut Pada Stasiun Pushidrosal Bakauheni Lampung Menggunakan Support Vector Regression

Abstract

Salah satu wilayah yang memiliki stasiun pengamatan pasang surut air laut di Indonesia adalah Bakauheni, Lampung. Pasang surut merupakan suatu fenomena pergerakan naik turun permukaan air laut secara berkala pada waktu tertentu. Pasang surut air laut dapat mempengaruhi kegiatan masyarakat disekitar pesisir, oleh karena itu dengan teknologi saat ini melalui bidang ilmu Machine Learning, melakukan proses prediksi terhadap ketinggian pasang surut air laut dapat menjadi solusi untuk kelancaran kegiatan masyarakat yang dilakukan di laut. Dengan memanfaatkan data pasang surut yang direkam secara realtime di stasiun pengamatan pushidrosal bakauheni Lampung dapat dilakukan pemodelan prediksi. Data yang digunakan adalah data rekaman yang terkumpul dari tahun 2016 sampai dengan tahun 2019. Data tersebut kemudian dibagi menjadi data latih dan data uji untuk selanjutnya dibentuk menjadi model prediksi. Pembentukan model prediksi dilakukan dengan algoritme Support Vector Regression dengan kernel Radial Basis Function (RBF). Berhasarkan hasil tuning parameter yang dilakukan pada parameter gamma, menghasilkan nilai terbaik menggunakan parameter gamma sebesar 1000. Nilai RMSE yang dihasilkan pada parameter gamma tersebut adalah 0.4938244 dengan nilai korelasinya yang diperoleh adalah 0.9202879. Berdasarkan hasil tersebut, model prediksi yang dibentuk dianggap cukup baik dalam melakukan prediksi terhadap  pasang surut air laut pada stasiun pushidrosal bakauheni, Lampung.