PEMANFAATAN DATA MINING UNTUK PRAKIRAAN CUACA

Abstract

Proses prakiraan cuaca memerlukan banyak komponen data cuaca, jumlah data yang besar serta kemampuan prakirawan. Hal ini menyebabkan ketepatan dan kecepatan prakiraan kurang terpenuhi. Untuk memecahkan masalah tersebut, telah dilakukan penelitian model prediksi menggunakan beberapa teknik data mining yakni Association Rule, C4.5, Classification dan Random Forest. Data masukan adalah data sinoptik 9 stasiun maritim tahun 2009. Data masukan tersebut terdiri dari kecepatan angin, tutupan awan, suhu udara dan suhu titik embun. Data untuk pengujian model adalah data sinoptik Stasiun Meteorologi Maritim Tanjung Priok sejak tahun 2002 hingga 2010. Dari serangkaian pembuatan, pemilihan dan pengujian model, hasil penelitian menunjukkan Association Rule mempunyai tingkat akurasi 60.9%, sedangkan C4.5 mempunyai tingkat akurasi 68.5%. Dengan demikian model prediksi yang dipilih adalah model prediksi C4.5. Komponen cuaca yang dominan memungkinkan terjadinya hujan adalah suhu udara, suhu titik embun, dan tutupan awan.