<![CDATA[Deteksi anomali cuaca berperan penting dalam mendukung sistem pemantauan dan peringatan dini cuaca, terutama pada data cuaca multivariat yang bersifat kompleks dan nonlinier. Penelitian ini bertujuan membandingkan kinerja algoritma Isolation Forest dan AutoEncoder dalam mendeteksi anomali cuaca. Metode penelitian menggunakan pendekatan eksperimen dengan tahapan prapemrosesan data, pemodelan deteksi anomali, serta evaluasi kinerja menggunakan metrik statistik dan analisis kurva ROC serta distribusi skor anomali. Hasil penelitian menunjukkan bahwa kedua metode memiliki performa yang baik dalam mendeteksi anomali cuaca. Isolation Forest unggul dalam efisiensi komputasi dan kestabilan model, sedangkan AutoEncoder menunjukkan sensitivitas yang lebih tinggi terhadap anomali cuaca yang bersifat kompleks, ditunjukkan oleh nilai AUC yang lebih tinggi dan pemisahan skor anomali yang lebih jelas. Pemilihan metode deteksi anomali cuaca perlu disesuaikan dengan kebutuhan sistem pemantauan dan analisis risiko cuaca.]]>
Copyrights © 2025
