IMPLEMENTASI SHAP PADA CATBOOST UNTUK MENINGKATKAN AKURASI PREDIKSI TEMPERATUR UDARA DI KOTA PEKANBARU

Abstrak

Temperatur udara merupakan parameter cuaca yang berpengaruh pada berbagai aspek kehidupan dan ekosistem. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi temperatur udara menggunakan klasifikasi Categorical Boosting (CatBoost) dengan menggunakan implementasi Shapley Additive Explanation (SHAP). Data yang digunakan diperoleh dari Stasiun Cuaca Otomatis di Jurusan Teknik Elektro, Fakultas Teknik Universitas Riau pada bulan Oktober 2023. Hasil analisis menunjukkan bahwa implementasi Shapley Additive Explanation pada klasifikasi Categorical Boosting dapat meningkatkan akurasi prediksi. Sebelum penerapan Shapley Additive Explanation, akurasi prediksi temperatur udara mencapai 92.2%. Namun, setelah mengidentifikasi kontribusi variabel yang signifikan dengan menggunakan Shapley Additive Explanation, terjadi peningkatan akurasi prediksi sebesar 1.47%. Sehingga akurasi prediksi temperatur udara setelah dioptimalkan menjadi 93.67%. Shapley Additive Explanation memiliki dampak positif dalam meningkatkan akurasi prediksi temperatur udara. Implikasinya adalah peningkatan keandalan dalam memprediksi kondisi cuaca yang memiliki manfaat luas dalam berbagai bidang, seperti perencanaan kegiatan harian, pengelolaan lingkungan, dan pemahaman lebih mendalam tentang perubahan iklim.