<![CDATA[Weather plays an essential role in various human activities, especially in sectors such as agriculture, plantations, and aviation. Changes in weather conditions impact atmospheric variables like temperature and wind speed. Therefore, this study investigates the influence of weather types on temperature and wind speed using the MANOVA method. MANOVA, or Multivariate Analysis of Variance, is an extension of ANOVA, used to determine whether there are significant differences between the mean vectors of various treatments. The data used is secondary data obtained from the Kaggle website, which includes weather types (rainy, cloudy, sunny, and snowy). The data was analyzed for its characteristics using box plots and pie charts, and MANOVA assumptions were tested, including multivariate normal distribution using Q-Q plots, Bartlett's test, and variance homogeneity using Box’s M test. After the assumptions were met, MANOVA testing and LSD multiple comparisons were conducted, followed by interpretation and conclusion. The results of this study indicate that the highest average temperature occurs during sunny, while the highest average wind speed occurs during rainy weather. Only the multivariate normality distribution assumption was met in this study. The MANOVA test results reveal that at least one type of weather has a significant effect on temperature and wind speed. Multiple comparison tests based on temperature show that there are differences in the influence between each category of weather types, except for cloudy weather and rainy weather. Multiple comparison tests based on wind speed show that there are differences in the influence between each category of weather types, except for cloudy weather and snowy weather. Cuaca memiliki peran penting dalam berbagai aktivitas manusia, terutama pada sektor-sektor seperti pertanian, perkebunan, dan penerbangan. Perubahan kondisi cuaca memengaruhi variabel atmosfer seperti temperatur dan kecepatan angin. Maka dari itu, pada penelitian kali ini dilakukan penelitian terkait pengaruh jenis cuaca terhadap temperatur dan kecepatan angin menggunakan metode MANOVA. MANOVA atau analisis variansi multivariat adalah perluasan dari ANOVA, yang dilakukan untuk melihat apakah terdapat perbedaan yang signifikan antara vektor rata-rata dari berbagai perlakuan. Data yang digunakan adalah data sekunder yang diperoleh dari website Kaggle, yaitu data jenis cuaca (hujan, berawan, cerah, dan salju). Data tersebut kemudian dicari karakteristiknya menggunakan boxplot dan pie chart, serta diuji asumsi MANOVA yang terdiri dari uji asumsi berdistribusi normal multivariat menggunakan Q-Q plot, uji Bartlett, dan uji homogenitas varians menggunakan uji Box’s M. Kemudian setelah asumsi terpenuhi, dilakukan pengujian MANOVA dan uji perbandingan berganda LSD untuk selanjutnya diinterpretasi dan ditarik kesimpulannya. Hasil dari penelitian ini yaitu rata-rata temperatur tertinggi terjadi pada cuaca cerah, sedangkan rata-rata kecepatan angin tertinggi terjadi pada cuaca hujan. Hanya asumsi normalitas multivariat saja yang terpenuhi dalam praktikum ini. Hasil pengujian MANOVA mengungkapkan bahwa setidaknya ada satu jenis cuaca yang berpengaruh signifikan terhadap temperatur dan kecepatan angin. Uji perbandingan berganda berdasarkan temperatur menunjukkan bahwa terdapat perbedaan pengaruh antara masing-masing kategori jenis cuaca, kecuali pada cuaca berawan dengan cuaca hujan. Uji perbandingan berganda berdasarkan kecepatan angin menunjukkan bahwa terdapat perbedaan pengaruh antara masing-masing kategori jenis cuaca, kecuali pada cuaca berawan dengan cuaca salju.]]>
