PERBANDINGAN MODEL PREDIKSI RADIASI MATAHARI BERBASIS MESIN PEMBELAJARAN PADA STASIUN METEOROLOGI FATMAWATI SOEKARNO BENGKULU

Abstract

Radiasi matahari adalah sumber energi terbesar dan memiliki peran dalam keseimbangan radiasi permukaan, siklus hidrologi, fotosintesis vegetasi, cuaca dan iklim. Sangat penting untuk menganalisis radiasi matahari dalam berbagai keperluan. Makalah ini bertujuan untuk mempelajari dan mengevaluasi kelayakan metode-metode didalam mesin learning dalam membuat prediksi radiasi matahari. Parameter Tekanan Udara, Temperatur Udara, Dew Point, Kelembaban Udara yang diukur bersama dengan Radiasi Matahari digunakan untuk membuat prediksi. Tiga metode yang di gunakan dalam makalah ini yaitu Linear Regression (LR), Random Forest Regressor (RFR), dan Decision Tree Regressor (DTR). Untuk menentukan kinerja hasil prediksi dilakukan evaluasi dengan tiga matrik statistic yaitu Mean Absolute Error (MAE), Root Mean Squared Error (RMSE) dan R-Squared (R²). Hasil Prediksi menunjukkan bahwa metode Random Forest Regressor memberikan nilai prediksi yang paling baik dari dua metode lainnya yang dicoba dengan nilai MAE 51,4 nilai RMSE 106,0 dan R² 0,87.