Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Media Akademik (JMA)
Muhammad Bayu Syafi’i
Unknown Affiliation
Religion Humanities Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
RAMALAN CUACA KOTA SERANG TUJUH HARI KEDEPAN DENGAN MENGGUNAKAN METODE RANTAI MARKOV Gias Fatin Abid; Putu Imam Anugrah; Muhammad Bayu Syafi’i; Muhammad Nur Hadi
Jurnal Media Akademik (JMA) Vol. 3 No. 12 (2025): JURNAL MEDIA AKADEMIK Edisi Desember
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/53scae30

Abstract

Peramalan cuaca merupakan aspek yang sangat penting dalam mendukung berbagai aktivitas manusia, seperti sektor pertanian, transportasi, pariwisata, serta upaya mitigasi dan kesiapsiagaan terhadap bencana alam. Informasi cuaca yang akurat dan tepat waktu dibutuhkan untuk membantu masyarakat dan pemangku kepentingan dalam mengambil keputusan yang efektif dan berbasis data. Penelitian ini membahas peramalan kondisi cuaca untuk tujuh hari ke depan dengan menggunakan metode Rantai Markov, yaitu suatu metode probabilistik yang memodelkan perubahan keadaan cuaca berdasarkan peluang transisi dari kondisi cuaca sebelumnya. Data cuaca historis yang digunakan meliputi beberapa kategori kondisi cuaca, seperti cerah, berawan, dan hujan. Data tersebut diolah untuk membentuk matriks transisi yang menggambarkan pola perpindahan antar kondisi cuaca dari waktu ke waktu. Matriks transisi ini kemudian digunakan untuk menghitung probabilitas terjadinya setiap kondisi cuaca pada tujuh hari mendatang. Hasil penelitian menunjukkan bahwa metode Rantai Markov mampu memberikan gambaran peluang kondisi cuaca secara sistematis, sederhana, dan mudah dipahami. Meskipun metode ini memiliki keterbatasan dalam menangkap dinamika atmosfer yang kompleks, Rantai Markov tetap relevan sebagai pendekatan awal dalam peramalan cuaca jangka pendek berbasis data historis.
Co-Authors Gias Fatin Abid Muhammad Nur Hadi Putu Imam Anugrah