Analisis Perbandingan Model Regresi dan Algoritma Ensemble dalam Prediksi Jarak Sensor Inframerah Berdasarkan Sudut dan Material Penghalang

Abstract

Penelitian ini bertujuan untuk menganalisis performa berbagai model regresi dan algoritma ensemble dalam memprediksi jarak sensor inframerah dengan mempertimbangkan sudut dan jenis material penghalang. Sensor inframerah memiliki kelemahan terhadap variasi lingkungan yang dapat menyebabkan error non-linear dalam pengukuran jarak. Data dikumpulkan dari eksperimen yang melibatkan variasi sudut (0°, 30°, 45°, 60°) dan empat jenis material (kayu, kertas, aluminium, plastik). Delapan model digunakan dan dievaluasi menggunakan metrik RMSE dan R-squared. Hasil menunjukkan bahwa algoritma ensemble seperti XGBoost, Random Forest, dan Gradient Boosting secara signifikan lebih akurat dibandingkan model regresi konvensional. Temuan ini menggarisbawahi pentingnya pemilihan model yang mampu menangkap hubungan non-linear kompleks dalam pengembangan sistem pengukuran berbasis sensor inframerah.