Detail Postingan

Penerapan Belief Network Dalam Sistem Prediksi Hujan

Pembahasan utama dalam Tugas Akhir ini adalah implementasi alat bantu Data Mining berbasis Belief Network. Data Mining adalah proses nemprediksikan hasil tertentu dengan diberikannya suatu data. Salah satu alat bantu Data Mining adalah Belief Network. Implementasi Belief Network jergantung pada algoritma inference. Inference merupakan pertanyaan srobabilitas suatu kejadian tanpa kondisi P(V) dan kejadian dengan kondisi P(V|e). Secara umum algoritma inference Belief Network dapat dibagi menjadi inference exact dan approximate. Pada Tugas Akhir ini algoritma yang dibahas adalah Probability Propagation in Tree of Clusters (PPCT) yang merupakan salah satu algoritma inference exact. PPCT menyelesaikan masalah inference dengan melakukan transfonnasi graph dan perhitungan komponen angka. Transfonnasi graph tersebut melibatkan sejumlah transfonnasi sebagai berikut: model Belief Network menjadi graph Moral, graph Moral menjadi graph Triangulated, dan graph Triangulated menjadi graph Clique (Joint Tree). Perhitungan komponen angka melibatkan beberapa proses sebagai berikut: Initialization, Global Propagation, Observation Entry, Marginalization, Global Retraction, dan Normalization. Tugas Akhir ini juga meliputi perencanaan dan pembuatan software prakiraan cuaca dengan basis Bayesian Belief Network. Tujuan dari software ini adalah untuk mengimplementasikan dan menunjukkan kepada pemakai bagaimana algoritma-algoritma yang dibahas dalam Tugas Akhir ini bekerja dan mengimplementasikan kepada suatu permasalahan prakiraan cuaca. Bahasa pemrograman yang digunakan dalam pembuatan software ini adalah Borland Delphi 6.0.