Cuaca merupakan suatu kondisi udara di suatu tempat pada saat yang relatif singkat. Melalaui perkiraan cuaca dapat mengetahui cuaca hari ini, jika hari ini menunjukkan panas, hujan, ataupun berawan. Beberapa teknik data mining telah banyak dikembangkan, seperti teknik assosiasi, klastering, sequence pattern, dan klasifikasi. Pada tugas akhir ini digunakan association rules dan alogoritma apriori untuk membentuk klasifikasi dengan cara memperluas ide dasar dari aturan asosiasi dan mengintegrasikan untuk menghasilkan subset dari effective rule dengan menggunakan algoritma CBA. Hasil klasifikasi ini diimplementasikan untuk data cuaca. Komponen cuaca yang digunakan sebagai parameter adalah suhu udara, kelembaban, kecepatan angin, indeks UV, titik embun, dan tutupan awan. Dengan menggunakan nila minsup dan mincof akan mendapatkan rule dan classifer sebagai keluaran dari Algoritma CBA. Nilai akurasi yang di dapat dari penggunaan Algoritma CBA ini paling besar 99,34% yaitu saat nilai minsup 0.1 dan mincof 0.2.

The weather is an air condition somewhere in a relatively short time. Melalaui weather forecasts can know the weather today, if today show hot, rainy or cloudy. Some data mining techniques have been developed, such as engineering association, clustering, sequence pattern, and classification. In this final project used association rules and alogoritma priori to establish a classification by expanding the basic idea of the association rules and integrate to produce a subset of the effective rule by using algorithms CBA. The results of this classification is implemented for weather data. Weather component that is used as a parameter is temperature, humidity, wind speed, UV index, dew point, and cloud cover. By using indigo minsup and mincof will get the rule and classifer as the output of the algorithm CBA. Accuracy value obtained from the use of this CBA algorithm most 99.34%, ie when the value minsup mincof 0.1 and 0.2.

http://digilib.unmuhjember.ac.id/gdl.php?mod=browse&op=read&id=umj-1x-silviadwih-4512