Penerapan Particle Swarm Optimization (PSO) untuk Meningkatkan Akurasi Algoritma Naive Bayes pada Banjir di Kota Samarinda

Abstract

Banjir merupakan masalah yang sering terjadi di berbagai kota, termasuk Kota Samarinda. Dalam penelitian ini bertujuan untuk menerapkan metode Particle Swarm Optimization (PSO) dalam meningkatkan akurasi algoritma Naive Bayes pada banjir di Kota Samarinda. Berdasarkan analisis data banjir kota Samarinda diketahui bahwa terdapat dua karakteristik yang paling mempengaruhi terjadinya banjir yaitu arah angin saat kecepatan maksimum dan kecepatan angin rata-rata. Hasil dari pengujian dari penerapan algoritma Naive Bayes mencapai 91,12%. Untuk meningkatkan hasil nilai akurasi dari algoritma tersebut di perlukan penambahan optimasi dengan penggunaan Algoritma Naïve Bayes berbasis Particle Swarm Optimization (PSO). Hal ini terbukti pada pengujian yang telah dilakukan nilai akurasi mencapai 94,38%. Nilai hasil akurasi tersebut lebih tinggi dibandingkan tanpa optimasi.