Pemanfaatan K-Means Clustering Dalam Pengelompokan Cuaca Di Wilayah Kediri
DOI:
https://doi.org/10.29407/jmrj1943Abstract
Cuaca merupakan faktor penting yang memengaruhi berbagai aspek kehidupan, terutama di wilayah Kediri, di mana perubahan cuaca berdampak signifikan pada pertanian dan aktivitas masyarakat. Penelitian ini bertujuan meningkatkan keakuratan informasi cuaca dengan mengelompokkan data cuaca harian menggunakan metode k-means clustering berdasarkan suhu, kelembapan, kecepatan angin, dan arah angin. Data dikumpulkan dari unggahan harian sosial media BMKG Kediri tahun 2024–2025 dan melalui tahap preprocessing berupa transformasi dan normalisasi data. Pemilihan jumlah cluster optimal dilakukan dengan metode elbow dan evaluasi kualitas cluster menggunakan davies bouldin index (DBI). Hasil menunjukkan bahwa jumlah cluster optimal adalah tiga dengan nilai DBI sebesar 0,472, menandakan pemisahan cluster yang baik dan kompak. Representasi arah angin yang diubah menjadi nilai derajat meningkatkan kualitas klasterisasi. Dengan demikian, sistem klasterisasi ini dapat memberikan informasi cuaca yang lebih spesifik dan akurat di tingkat kecamatan, membantu masyarakat dan pemangku kepentingan dalam mempersiapkan aktivitas sehari-hari serta mitigasi risiko bencana. Penelitian ini memberikan kontribusi pada pengembangan metode analisis data meteorologi yang aplikatif di wilayah Kediri.
Keywords:
Aplikasi Berbasis Website, Cuaca, K-Means, Pola Cuaca##plugins.themes.default.displayStats.downloads##
References
[1] E. T. Rahardjo, *CUACA DAN IKLIM*. Jakarta: PT Gramedia Widiasarana Indonesia, 1998.
[2] N. Kurniawan, "Analisis Dampak Perubahan Iklim terhadap Sektor Pertanian," *Literacy Notes*, vol. 1, no. 2, 2023.
[3] A. Chusyairi, "Clustering Data Cuaca Ekstrim Indonesia dengan K-Means dan Entropi," *Journal of Informatics and Communication Technology (JICT)*, vol. 5, no. 1, pp. 1-10, 2023.
[4] F. D. Rahman, M. I. Z. Mulki, and A. Taryana, "Clustering dan klasifikasi data cuaca Cilacap dengan menggunakan metode K-Means dan Random Forest," *Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi*, vol. 1, no. 2, pp. 90-97, 2024.
[5] S. M. M. K. M. Cluster, "Pemanfaatan Data Radar Cuaca Untuk Membuat Peringatan Dini Cuaca Secara," Newton-Maxwell Journal of Physics, vol. 4, no. 2, Okt. 2023.
[6] R. Muliono and Z. Sembiring, "Data Mining Clustering Menggunakan Algoritma K-Means Untuk Klasterisasi Tingkat Tridarma Pengajaran Dosen," *CESS (Journal of Computer Engineering, System and Science)*, vol. 4, no. 2, pp. 2502-2714, 2019.
[7] M. Orisa, "Optimasi Cluster pada Algoritma K-Means," Prosiding SENIATI, vol. 6, no. 2, pp. 430-437, 2022.
[8] N. A. Maori and E. Evanita, "Metode elbow dalam optimasi jumlah cluster pada K-Means clustering," Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 14, no. 2, pp. 277–288, 2023.
[9] I. T. Umagapi, B. Umaternate, H. Hazriani, and Y. Yuyun, "Uji Kinerja K-Means Clustering Menggunakan Davies-Bouldin Index Pada Pengelompokan Data Prestasi Siswa," Prosiding SISFOTEK, vol. 7, no. 1, pp. 303-308, 2023.
[10] I. Rinaldi and H. Harmayani, "Penggunaan algoritma clustering K-Means untuk mengelompokkan pola cuaca," Journal of Science and Social Research, vol. 8, no. 1, pp. 343–348, 2025.
[11] M. . Ulfah, A. S. Irtawaty, D. R. Sari, Z. Zulkifli, and Y. Kurniawan, "Analisa Davies Bouldin Index (DBI) dalam pengelompokan daerah rawan longsor," Prosiding SNITT Poltekba, vol. 6, pp. 135–140, 2023.
[12] D. N. Alfiansyah, V. R. S. Nastiti, and N. Hayatin, "Penerapan metode K-Means pada data penduduk miskin per kecamatan Kabupaten Blitar," Jurnal Repositor, vol. 4, no. 1, 2022.
[13] A. Winarta and W. J. Kurniawan, "Optimasi cluster k-means menggunakan metode elbow pada data pengguna narkoba dengan pemrograman python," JTIK (Jurnal Teknik Informatika Kaputama), vol. 5, no. 1, pp. 113–119, 2021.
[14] M. Sholeh and K. Aeni, "Perbandingan evaluasi metode Davies Bouldin, Elbow dan Silhouette pada model clustering dengan menggunakan algoritma K-Means," STRING (Satuan Tulisan Riset dan Inovasi Teknologi), vol. 8, no. 1, p. 56, 2023.
[15] R. Gustrianda and D. I. Mulyana, "Penerapan data mining dalam pemilihan produk unggulan dengan metode algoritma K-Means dan K-Medoids," J. Media Inform. Budidarma, vol. 6, no. 1, p. 27, 2022.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Muhammad Firmandani Pramoedya, Risky Aswi Ramadhani, Ahmad Bagus Setiawan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
