Computatio : Journal of Computer Science and Information Systems
Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems

Clustering Data Meteorologi Wilayah Indonesia Timur Menggunakan Metode K-Means

Andrian, Gion (Unknown)
Teny Handhayani (Unknown)
Desi Arisandi (Unknown)



Article Info

Publish Date
09 Apr 2025

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

Copyrights © 2024