<![CDATA[Negara Indonesia memiliki cuaca yang bervariasi dan memiliki dampak yang akan berpengaruh pada kehidupan sehari-hari. Pengenalan cuaca dengan memanfaatkan citra langit merupakan salah satu solusi yang efektif untuk mendapatkan informasi cuaca berdasarkan dengan kondisi langit. Penelitian ini akan menggunakan salah satu arsitektur CNN yaitu MobileNetV2 untuk melakukan klasifikasi ke 4 kategori cuaca yaitu cerah, berawan, mendung, dan hujan, disertai dengan prediksi data numerik berupa suhu, kelembaban udara, kecepatan angin, sinar UV, dan tekanan udara. Dataset yang digunakan akan berupa citra langit dan data numerik yang diperoleh dengan pemantauan cuaca selama kurang lebih 2 bulan. Hasil eksperimen menunjukkan bahwa model yang dirancang dapat memperoleh akurasi validasi sebesar 78%, dengan nilai MSE untuk data numerik 0.6478, dan total loss validasi 1.547. Hasil ini menunjukkan bahwa model yang dirancang memiliki potensi untuk dapat melakukan pengenalan cuaca secara efektif di Indonesia dengan meningkatkan ukuran dataset dan optimasi lebih lanjut.]]>
Copyrights © 2025
