Implementasi Teknik Data Mining  terhadap Klasifikasi Data Prediksi Curah Hujan BMKG Di Sulawesi Selatan

Andi Sadri Agung; A. Arfan Fauzi; Andi Akram Nur Risal; Fhatiah Adiba

doi:10.36787/jti.v17i1.955

Andi Sadri Agung Universitas Negeri Makassar
A. Arfan Fauzi Universitas Negeri Makassar
Andi Akram Nur Risal Universitas Negeri Makassar
Fhatiah Adiba Universitas Negeri Makassar

DOI: https://doi.org/10.36787/jti.v17i1.955

Kata Kunci: curah hujan, data mining, K-Nearest Neighbor, prediksi, Sulawesi Selatan, rainfall, data mining, K-Nearest Neighbor, predictions, South Sulawesi

Abstrak

Cuaca cenderung tidak stabil dan susah diprediksi mempengaruhi beberapa sektor kehidupan manusia. Pemanfaatan teknologi dibidang data sains dalam memprediksi cuaca mendatang sangat dibutuhkan. Badan Meteorologi Klimatologi dan Geofisika (BMKG) merupakan organisasi pemerintahan, bertugas memprediksi cuaca di Indonesia. Namun dalam menentukan akurasi data, diperlukan metode yang memprediksi cuaca dengan akurat. Penelitian ini bertujuan menghasilkan informasi dari klasifikasi data prediksi curah hujan BMKG di Sulawesi Selatan. Klasifikasi dibagi menjadi 5 kategori dengan 1036 data dan 11 atribut. Pengumpulan data dimulai dari 1 Januari 2020 hingga 31 Oktober 2022. K = 3 menjadi nilai K terbaik dengan akurasi mencapai 82,21%. Sehingga disimpulkan bahwa data prediksi curah hujan BMKG memiliki tingkat akurasi data yang baik dan hasil penelitian ini dapat dijadikan acuan dalam menginformasikan curah hujan di Sulawesi Selatan.

Abstract

The weather tends to be unstable and difficult to predict, affecting several sectors of human life. The utilization of technology in the field of scientific data in predicting future weather is urgently needed. The Meteorology, Climatology, and Geophysics Agency (BMKG) is a government organization, tasked with predicting weather in Indonesia. But in determining the accuracy of data, we require a method that predicts the weather accurately. This study aims to produce information from the classification of BMKG rainfall prediction data in South Sulawesi. Classification is divided into 5 categories with 1036 data and 11 attributes. Data collection starts from 1 January 2020 to 31 October 2022. K = 3 is the best K value with an accuracy of 82.21%. So it was concluded that BMKG rainfall prediction data has a good data accuracy level, and this study's results can be used as a reference in informing rainfall in South Sulawesi.