Cuaca merupakan faktor penting yang memengaruhi berbagai aspek kehidupan, terutama di wilayah Kediri, di mana perubahan cuaca berdampak signifikan pada pertanian dan aktivitas masyarakat. Penelitian ini bertujuan meningkatkan keakuratan informasi cuaca dengan mengelompokkan data cuaca harian menggunakan metode k-means clustering berdasarkan suhu, kelembapan, kecepatan angin, dan arah angin. Data dikumpulkan dari unggahan harian sosial media BMKG Kediri tahun 2024–2025 dan melalui tahap preprocessing berupa transformasi dan normalisasi data. Pemilihan jumlah cluster optimal dilakukan dengan metode elbow dan evaluasi kualitas cluster menggunakan davies bouldin index (DBI). Hasil menunjukkan bahwa jumlah cluster optimal adalah tiga dengan nilai DBI sebesar 0,472, menandakan pemisahan cluster yang baik dan kompak. Representasi arah angin yang diubah menjadi nilai derajat meningkatkan kualitas klasterisasi. Dengan demikian, sistem klasterisasi ini dapat memberikan informasi cuaca yang lebih spesifik dan akurat di tingkat kecamatan, membantu masyarakat dan pemangku kepentingan dalam mempersiapkan aktivitas sehari-hari serta mitigasi risiko bencana. Penelitian ini memberikan kontribusi pada pengembangan metode analisis data meteorologi yang aplikatif di wilayah Kediri.
Copyrights © 2025