CLUSTERING DAN KLASIFIKASI DATA CUACA CILACAP DENGAN MENGGUNAKAN METODE K-MEANS DAN RANDOM FOREST

Pengamatan dan analisis data cuaca merupakan aspek penting dalam memahami kondisi atmosfer di suatu wilayah. Penelitian ini bertujuan untuk menganalisis data cuaca berbasis BMKG dari Stasiun Meteorologi Tunggul Wulung Cilacap menggunakan metode K-Means clustering dan algoritma Random Forest. Data cuaca dari tahun 1975 hingga 2023 diambil untuk mengidentifikasi pola dan karakteristik unik dalam kondisi atmosfer. Metode K-Means clustering digunakan untuk membentuk cluster , yang kemudian digunakan sebagai dasar untuk klasifikasi kondisi cuaca dengan algoritma Random Forest . Melalui penggunaan algoritma Random Forest , model klasifikasi berhasil memprediksi kondisi cuaca dengan tingkat akurasi yang memuaskan. Meskipun demikian, penurunan kinerja pada rentang tahun 2018-2023 menunjukkan adanya tantangan dalam memodelkan pola cuaca yang kompleks. Analisis menggunakan metode Elbow dan Silhouette menunjukkan jumlah cluster optimal dan evaluasi kualitas pengelompokkan. Implikasi temuan ini diharapkan dapat memberikan manfaat dalam pemahaman dan prakiraan cuaca yang lebih akurat, dengan potensi dampak positif pada berbagai sektor, seperti pertanian dan transportasi. Dengan memadukan teknik clustering dan klasifikasi, penelitian ini membuka peluang untuk pengembangan lebih lanjut dalam analisis cuaca berbasis data.