Perbandingan Metode Decision Tree dan Naive Bayes dalam menganalisis Sistem Pemantauan Cuaca

Abstract

Cuaca merupakan elemen krusial yang memengaruhi berbagai sektor kehidupan, seperti pertanian, transportasi, dan pendidikan. Ketidakpastian cuaca dapat mengganggu aktivitas manusia, sebagaimana terjadi di Kota Makassar pada akhir tahun 2024 akibat cuaca ekstrem. Penelitian ini mengembangkan sistem pemantauan cuaca berbasis Internet of Things (IoT) yang mampu mengamati parameter suhu, kelembapan udara, dan kecepatan angin secara real-time, sekaligus memprediksi kondisi cuaca yang akan datang. Sistem ini dirancang untuk menunjang kegiatan pembelajaran di Politeknik Negeri Batam dengan menyediakan informasi cuaca yang akurat dan dapat diakses kapan saja. Untuk meningkatkan akurasi prediksi, penelitian ini membandingkan dua metode klasifikasi data cuaca, yaitu Decision Tree dan Naive Bayes. Berdasarkan hasil pengujian menggunakan metrik akurasi, Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE), metode Decision Tree menunjukkan performa yang lebih ungg