Keywords
cuaca
KNN
How to Cite
Abstract
Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) menggunakan aplikasi RapidMiner untuk memprediksi kondisi cuaca. Mengingat cuaca memiliki pola yang tidak menentu, prediksi manual menjadi sangat sulit. Meskipun cuaca tidak dapat diprediksi dengan kepastian absolut, perkiraan masih dapat dibuat. Dalam konteks ini, data mining memungkinkan mesin untuk mengenali dan mempelajari pola data yang kompleks. Oleh karena itu, machine learning dapat digunakan untuk mempelajari pola data cuaca guna melakukan prediksi. Penelitian ini menggunakan enam variabel sebagai kriteria, yaitu tanggal, curah hujan, suhu maksimum, suhu minimum, kecepatan angin, dan kondisi cuaca. Pengujian yang dilakukan menggunakan algoritma K-Nearest Neighbor (KNN) melalui aplikasi RapidMiner dengan nilai K=2 menunjukkan akurasi sebesar 100%, berdasarkan 1462 data yang diambil dari tahun 2012 hingga 2015. Hasil analisis membuktikan bahwa metode KNN yang diterapkan dengan aplikasi RapidMiner efektif dalam memprediksi cuaca.
References
A. N. Kirana, B. Nurhakim, S. E. Permana, W. Prihartono, and G. Dwilestari, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Cuaca Menggunakan Rapidminer,” (JATI) Journal Mahasiswa, vol. 8, no.2, 2024. DOI: https://doi.org/10.36040/jati.v8i2.8967, Available: https://www.kaggle.com/datasets/ananthr1/weather-
A. Ahmada Akhbar and D. Hartanti, “Analisis Metode K-Nearest Neighbor Menggunakan Rapid Miner Untuk Memprediksi Hujan Kota Surakarta.”, SENATIB, 2023. DOI: https://doi.org/10.47701/senatib.v3i1.2996
R. Harun, K. Chandra Pelangi, and Y. Lasena, “Penerapan Data Mining Untuk Menentukan Potensi Hujan Harian Dengan Menggunakan Algoritma K Nearest Neighbor (KNN),” vol. 3, no. 1, 2020. DOI: https://doi.org/10.36595/misi.v3i1.125 Available: http://e-journal.stmiklombok.ac.id/index.php/misi
A. S. Agung, A. A. Fauzi, A. A. Nur Risal, and F. Adiba, “Implementasi Teknik Data Mining terhadap Klasifikasi Data Prediksi Curah Hujan BMKG Di Sulawesi Selatan,” Jurnal Tekno Insentif, vol. 17, no. 1, pp. 22–23, Apr. 2023. DOI: 10.36787/jti.v17i1.955.
D. Martia Nanda, T. Hendro Pudjiantoro, P. Nurul Sabrina, and A. Yani, “Metode K-Nearest Neighbor (KNN) dalam Memprediksi Curah Hujan di Kota Bandung,” SNESTIK Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika, p. 387. DOI: 10.31284/p.snestik.2022.2750.
M. Yusuf et al., “Penerapan Algoritma K-Nearest Neighbor (KNN) Dalam Memprediksi Dan Menghitung Tingkat Akurasi Data Cuaca Di Indonesia,” Hexagon, vol. 2, no. 2, 2021. DOI: https://doi.org/10.36761/hexagon.v2i2.1082
I. Ramadhan, S. Elmi, and L. Efrizoni, “IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR (KNN) UNTUK PREDIKSI BENCANA GUNUNG BERAPI,” Jurnal Ilmiah Betrik, vol. 15, no. 1, 2024. DOI: https://doi.org/10.36050/betrik.v15i01%20APRIL.250
M. Zuhdi Sasongko and E. Daniati, “Perencanaan Sistem Manajemen Evaluasi Belajar Mahasiswa Berbasis Elearning Dengan Pendekatan Berorientasi Objek”. Jurnal Teknologi Informasi Respati, vol. 8, no. 2, 2018. DOI: https://dx.doi.org/10.35842/jtir.v13i2.228
A. C. Pradikdo and A. Ristyawan, “Model Klasifikasi Abstrak Skripsi Menggunakan Text Mining Untuk Pengkategorian Skripsi Sesuai Bidang Kajian,” Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 9, no. 2, 2018, DOI: 10.24176/simet.v9i2.2513.
R. Prasetya, “Penerapan Teknik Data Mining Dengan Algoritma Classification Tree Untuk Prediksi Hujan,” Jurnal Widya Climago, vol. 2, no.2, 2020.
I. Rizky Mahartika and A. Wibowo, “Data Mining Klasterisasi dengan Algoritma K-Means untuk Pengelompokkan Provinsi Berdasarkan Konsumsi Bahan Bakar Minyak Nasional.” Prosiding SISFOTEK, vol. 3, no. 2, pp. 87-91, 2019. Available: https://seminar.iaii.or.id/index.php/SISFOTEK/article/view/108
F. Harits Muzaki, W. Joko Pranoto, and M. Kalimantan Timur, “Analisis Regresi Linear Dalam Data Mining Untuk Prediksi Sijil Off Di Ksop Kelas I Samarinda,” Jurnal Ilmu Teknik, vol. 1, no. 2, pp. 261–266, 2024. DOI: 10.62017/tektonik.
I. Ali, D. Ade Kurnia, M. A. Pratama, and F. Al Ma’ruf, “Klasifikasi Status Stunting Balita Di Desa Slangit Menggunakan Metode K-Nearest Neighbor”, Jurnal Informatika, vol. 5, no. 1, pp. 93-104, 2020. DOI: https://doi.org/10.51211/itbi.v5i1.1431. Available: http://jurnal.kopertipindonesia.or.id/index.php/kopertip
R. Bahtiar, “Implementasi Data Mining Untuk Prediksi Penjualan Kusen Terlaris Menggunakan Metode K-Nearest Neighbor.” BINER: Jurnal Ilmu Komputer, Teknik dan Multimedia, vol. 1, no.3, pp. 650-658, 2023. Available: https://jurnal.publikasitecno.id/index.php/jim203
B. Lareno, T. Informatika, and S. PPKIA Tarakanita Rahmawati Tarakan, “Konferensi Nasional Sistem & Informatika,” 2015.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2024 Evania Priyanto, Erna Daniati, Aidina Ristyawan