Analisis Pola Kondisi Atmosfer Berdasarkan Data Cuaca Historis Menggunakan Metode K-Means Clustering

Abstract

Curah hujan merupakan parameter penting dalam kajian kondisi cuaca karena berpengaruh terhadap berbagai bidang, seperti pertanian, transportasi, dan mitigasi bencana. Penelitian ini bertujuan untuk mengidentifikasi pola kondisi atmosfer yang berkaitan dengan karakteristik curah hujan menggunakan data cuaca historis melalui metode K-Means Clustering. Dataset yang digunakan terdiri atas 96.453 data pengamatan dengan variabel utama meliputi suhu, kelembapan, dan kecepatan angin. Tahap awal penelitian meliputi prapemrosesan data berupa pemilihan fitur dan normalisasi. Jumlah cluster optimal ditentukan menggunakan metode Elbow dan diperoleh tiga cluster sebagai konfigurasi terbaik. Proses pengelompokan dilakukan dengan algoritma K-Means menggunakan jarak Euclidean. Hasil pengelompokan menunjukkan bahwa setiap cluster memiliki karakteristik kondisi atmosfer yang berbeda, yaitu kondisi lembap dengan suhu rendah, kondisi peralihan dengan dominasi kecepatan angin tinggi, serta kondisi relatif kering dengan suhu tinggi dan kelembapan rendah. Evaluasi kualitas clustering menggunakan Silhouette Score menghasilkan nilai rata-rata sebesar 0,368 yang menunjukkan kualitas pengelompokan berada pada kategori cukup baik. Selain itu, nilai terendah pada Davies–Bouldin Index diperoleh pada jumlah tiga cluster, sehingga mendukung pemilihan konfigurasi tersebut sebagai jumlah cluster optimal. Berdasarkan hasil tersebut, metode K-Means Clustering terbukti mampu mengelompokkan data cuaca historis ke dalam pola kondisi atmosfer yang berbeda dan dapat digunakan sebagai pendekatan pendukung dalam analisis karakteristik curah hujan berbasis data historis.