<![CDATA[Lama penyinaran matahari merupakan parameter cuaca penting yang berkaitan dengan ketersediaan energi surya dan sektor pertanian. Penelitian ini mengembangkan model prediksi menggunakan metode Random Forest berbasis data BMKG dari dataset Climate Data Daily IDN (Kaggle), yang mencakup observasi harian pada periode 2018 hingga 2022 di lima stasiun cuaca di Pulau Jawa. Fitur masukan yang digunakan meliputi suhu, kelembaban, curah hujan, kecepatan angin, dan informasi waktu, dengan total 4.879 titik data. Model Random Forest menghasilkan R² = 0,358, RMSE = 2,372 jam, dan MAE = 1,889 jam, mengungguli regresi linier berganda (R² = 0,235) dan regresi vektor dukungan (R² = 0,347). Kelembaban relatif, posisi hari dalam tahun, dan selisih suhu harian merupakan prediktor yang paling berpengaruh. Keterbatasan utama penelitian ini adalah tidak tersedianya data tutupan awan, variabel fisik yang paling dominan dalam menentukan lama penyinaran matahari.]]>
