Andrian, Gion
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Computatio : Journal of Computer Science and Information Systems

Clustering Data Meteorologi Wilayah Indonesia Timur Menggunakan Metode K-Means Andrian, Gion; Teny Handhayani; Desi Arisandi
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.27127

Abstract

Peran meteorologi dalam memahami pola iklim dan dampak perubahan iklim global menjadi fokus untuk mendeteksi dini perubahan iklim, terutama dampak seriusnya pada kehidupan manusia dan sektor ekonomi di kota-kota seperti Jakarta, Semarang, dan Surabaya. Studi ini difokuskan pada wilayah Indonesia timur, termasuk Papua, Maluku, dan Nusa Tenggara, dengan tujuan mengidentifikasi pola perubahan iklim menggunakan metode clustering, khususnya K-Means. Toleransi missing value sebesar 40% memiliki pengaruh besar dengan silhouette score mencapai 0.509. Penggunaan Z-Score dan penghapusan variabel arah angin maksimum juga terbukti efektif. Hasil analisis dua cluster membentuk kelompok berbeda, terutama Cluster 0 yang hanya memiliki satu kota. Perbedaan signifikan terlihat pada suhu, kelembaban, curah hujan, lama penyinaran matahari, dan kecepatan angin antar cluster, menggambarkan pola iklim yang konsisten namun keragaman kondisi meteorologi di wilayah tersebut