Prediksi Cuaca Yang Akan Datang Menggunakan Metode Data Mining

Abstract

Klasifikasi adalah teknik data mining yang digunakan untuk memprediksi hubungan antar data dalam suatu dataset dengan mengelompokkan data ke dalam beberapa kelas berdasarkan kriteria tertentu. Prediksi dilakukan dengan mengklasifikasikan data ke dalam beberapa kelas berbeda dengan mempertimbangkan faktor-faktor tertentu. Klasifikasi adalah salah satu pendekatan empiris yang dapat digunakan untuk prediksi cuaca jangka pendek. Algoritma klasifikasi yang digunakan dalam penelitian ini adalah Classification Tree yang menggunakan perangkat lunak Orange Data Mining 3.3.12. Selanjutnya, algoritma ini digunakan untuk memprediksi hujan dengan parameter uji Confusion Matrix. Data input berupa data sinoptik dari Stasiun Meteorologi Kemayoran, Jakarta (96745) selama 10 tahun (2006-2015) sebanyak 3528 dataset dan terdiri dari 8 atribut. Berdasarkan serangkaian pemrosesan, pemilihan model, dan pengujian, hasil menunjukkan bahwa akurasi algoritma Classification Tree adalah 74,7% dengan kategori klasifikasi yang baik, di mana jumlah prediksi yang benar adalah 818 dataset dari total data yang diuji sebanyak 1095 dataset. Atribut cuaca yang dominan dalam pembentukan hujan secara berurutan adalah kelembaban (RHavg), suhu minimum (Tmin), suhu maksimum (Tmax), suhu rata-rata (Tavg), dan arah angin (ddd)..