Prediksi Durasi Penyinaran Matahari Menggunakan Tuning Hyperparameter Support Vector Machine

Durasi penyinaran matahari merupakan unsur iklim yang berperan penting dalam kehidupan manusia sehari-hari. Dampak yang diberikan antara lain kepada pada UMKM kerupuk yang digunakan untuk melakukan penjemuran kerupuk dan juga berperan dalam energi terbarukan dengan diubah menjadi energi yang ramah lingkungan dan tidak terbatas. Namun juga dapat berdampak dalam bencana seperti kekeringan yang lama dapat membuat para petani gagal panen. Sehingga diperlukan adanya sistem prediksi durasi penyinaran matahari. Oleh karena itu penelitian ini merancang sebuah sistem prediksi durasi penyinaran matahari. Metode untuk memprediksi telah banyak dilakukan pada penelitian sebelumnya seperti regresi linear, backpropagation dan neural network. Namun beberapa prediksi masih menghasilkan nilai eror yang masih besar. Oleh karena itu penelitian ini menggunakan metode Support Vector machine dengan optimasi parameter menggunakan Grid Search. Skenario uji coba dilakukan dengan tuning hyperparameter C pada kernel linear dan juga hyperparameter derajat dan gamma pada kernel polynomial. Hasil uji coba didapatkan terdapat penurunan nilai RMSE RMSE dimulai pada data intensitas rendah yang mengalami penurun hingga sebanyak 0.0145, data intensitas sedang hanya dapat turun hingga sebanyak 0.0035 dan data intensitas tinggi dapat menurunkan sebanyak 0.0171. Uji coba tersebut menunjukan pentingnya nilai hyperparameter pada setiap data untuk mendapatkan nilai eror lebih kecil. Kemudian uji coba pada model akhir dengan data medium term dapat turun sebanyak 0.0152 pada nilai RMSE. Hasil model akhir terbaik adalah pada hyperparameter kernel linear dengan nilai C sebesar 0.0197 dengan data medium term yang mendapatkan nilai RMSE sebesar 0.2414. Dengan hasil uji coba menunjukan penurunan nilai eror yang menjadikan metode yang digunakan layak untuk digunakan untuk prediksi durasi penyinaran matahari.