MODEL PREDIKSI CUACA BERBASIS DATA
METAR DAN STASIUN PENGAMATAN SINOPTIK
MENGGUNAKAN METODE DATA MINING
Muhamad Anggun Novembra
Sekolah Teknik Elektro dan Informatika,
Institut Teknologi Bandung,
Bandung, Indonesia
mhd.anggoen@gmail.com
Abstrak— enelitian ini membahas model prediksi
beberapa fenomena cuaca menggunakan model data
mining. Algoritma yang akan digunakan adalah
algoritma klasifikasi kNN, Naïve Bayes, ANN dan SVM.
Penelitian sebelumnya telah membuktikan model data
mining menggunakan algoritma tesebut sangat baik
memprediksi fenomena cuaca hujan atau tidak hujan.
Penelitian ini mencoba memprediksi lebih dari
beberapa cuaca menggunakan satu model.
ekstraksi pengetahuan dari data historis cuaca yang
dikumpulkan dari situs rp5.ru. Ada dua jenis format
laporan cuaca, dataset pertama adalah Stasiun Weather
Synoptic dengan 29 atribut, dataset kedua adalah
METAR dengan 13 atribut. Kondisi masing-masing
dataset yang inconsistent, maka penelitian ini
menggunakan reduksi fitur dan seleksi fitur
menggunakan metode information gain. Selain itu,
dilakukan penyederhanaan kelas untuk menangani
distribusi kelas weather event yang tidak berimbang.
Pada dataset sinoptik terdapat 47 fenomena cuaca dan
pada dataset METAR terdapat 25 fenomena cuaca,
disederhanakan menjadi 8 fenomena cuaca pada
dataset sinoptik dan 5 fenomena cuaca pada dataset
metar berdasarkan kemiripan fenomena cuaca.
Penelitian ini menggunakan Fscore sebagai variabel
pengukuran. Berdasarkan hasil eksperimen dari model
data mining menggunakan algoritma kNN
menghasilkan Fscore lebih baik dibanding algoritma
lain. Hasil Fscore eksperimen dataset METAR yaitu
76.9% menggunakan empat fitur yaitu, kelembaban
relatif (U), tutupan awan (c), tekanan atmosfer pada
stasiun pengamatan (Po), dan jarak pandang horizontal
(VV). Hasil Fscore eksperimen dataset stasiun cuaca
pengamatan sinoptik yaitu 75.4% menggunakan fitur
sepuluh fitur, yaitu : kecepatan angin rata-rata (ff) ,
tutupan awan (N), kelembaban relatif (U), tekanan
atmosfer pada stasiun pengamatan (Po), tekanan
atmosfer pada permukaan laut (P), arah angin (DD),
kondisi cuaca sebelum pengamatan 1 dan 2 ( W1 dan
W2 ), kondisi awan cumulonimbus , cumulus, stratus,
stratocumulus ( Cl ).
Keyword : Weather Prediction, data mining, ANN,
KNN, SVM, Naïve Bayes, classification, metar, stasiun
pengamatan cuaca sinoptik
Yudistira Dwi Wardana Asnar
Sekolah Teknik Elektro dan Informatika,
Institut Teknologi Bandung,
Bandung, Indonesia
yudis@informatika.org
I. PENDAHULUAN
Data mining atau juga dikenal sebagai knowledge
discovery in data (KDD) adalah kegiatan yang
mencakup pengumpulan dan penggunaan data historis
untuk menemukan keteraturan, pola atau hubungan
dalam sejumlah besar data. Output data mining dapat
digunakan untuk membuat keputusan di masa depan.
Data mining telah banyak diterapkan di berbagai
bidang seperti sains, teknik dan bisnis. Tujuan utama
dari penambangan data adalah untuk menemukan
informasi penting dalam sejumlah besar data.
Penelitian tentang data mining untuk prediksi
cuaca telah banyak dilakukan. Pemilihan teknik data
mining yang menggunakan aturan asosiasi dengan
algoritma Apriori menunjukkan hasil yang lebih baik
dalam tingkat kebenaran dari proses komputasi dan
pengambilan keputusan[1]
Prediksi adalah teknik data mining paling penting
yang menggunakan serangkaian contoh pra-klasifikasi
untuk mengembangkan model yang dapat
mengklasifikasikan data dan menemukan hubungan
antara data independen dan dependen. Peramalan
meteorologi adalah bentuk implementasi di bidang
sains dan teknologi untuk memprediksi kondisi cuaca
untuk lokasi tertentu. Peramalan meteorologis
memainkan peran penting bagi para ilmuwan, petani,
ahli botani, ketahanan pangan global, manajemen
bencana dan organisasi terkait untuk memahami
fenomena alam untuk merencanakan dan menyiapkan
apa yang akan terjadi di masa depan.
II. STUDI LITERATUR
1) Prediksi Cuaca Sinoptik
Metode ini adalah pendekatan tradisional untuk
prakiraan cuaca. Sinoptik mengacu pada pengamatan
berbagai elemen meteorologi dalam waktu
pengamatan tertentu. Untuk melacak perubahan
meteorologi, pusat meteorologi menyiapkan setiap
hari serangkaian grafik sinoptik, yang membentuk
dasar perkiraan meteorologi. Ini melibatkan
pengumpulan dan analisis data pengamatan yang luas
yang diperoleh dari ribuan stasiun meteorology.
 2) Prediksi Cuaca Numerik
Metode ini menggunakan komputer untuk
memprediksi waktu. Program komputer yang
kompleks dijalankan pada superkomputer dan
memberikan perkiraan pada banyak parameter
atmosfer. Kerugiannya adalah bahwa persamaan yang
digunakan tidak benar. Jika fase awal waktu tidak
sepenuhnya diketahui, prediksi tidak akan
sepenuhnya akurat.
3. Prediksi Cuaca Statistik
Penggunaan metode bersama dengan metode
numerik. Yaitu menggunakan rekaman data
meteorologi masa lalu dengan asumsi bahwa masa
depan akan menjadi pengulangan masa lalu. Tujuan
utamanya adalah untuk mengetahui aspek-aspek
meteorologis yang merupakan indikator yang baik
untuk kejadian di masa depan. Hanya total waktu
yang bisa diharapkan dengan cara ini.
B. Klasfikasi
Data mining dapat diklasifikasikan menjadi dua jenis
[3], ie descriptive and predictive;
a. Tugas data mining deskriptif mencirikan properti
data dalam set data tujuan
b. Data mining mengekstraksi data prediksi membuat
induksi ke tanggal saat ini untuk memprediksi
masa depan.
Dalam penelitian ini menerapkan dua metode
klasifikasi kelas untuk menyelesaikan masalah
multiclass. Dari penelitian [4] menunjukkan bahwa
dataset iris memberikan hasil terbaik saat
menggunakan kNN classifier dan SVM classifier.
Pengumpulan data anggur memberikan hasil terbaik
dengan metode SVM, Naive Bayes dan One Against
All.
C. Penelitian Terkait
a. Pemodelan Prediksi Curah Hujan Menggunakan
Metode Data Mining [5]
Data meteorologi yang dikumpulkan mencakup 36
atribut, yang hanya 7 yang paling relevan untuk
prediksi curah hujan. Para peneliti melakukan
pretreatment dan mentransformasikan data dari set
data meteorologi mentah, yang memungkinkan
bekerja dengan Bayesian, data mining dan model
peramalan yang digunakan untuk prediksi curah
hujan. Parameter yang digunakan, suhu udara,
tekanan atmosfer di stasiun pengamatan, tekanan
atmosfer di permukaan laut, kelembaban relatif,
penguapan tekanan, kecepatan angin dan curah
hujan..
b. Pemanfaatan Data Mining Untuk Kumpulan
Cuaca [6]
Pencarian model prediksi menggunakan beberapa
teknik data mining, yaitu Association Rule, C4.5,
Classification and Random Forest. Data input adalah
data sinoptik dari 9 stasiun laut pada tahun 2009.
Data input termasuk kecepatan angin, tutupan awan,
suhu udara, dan suhu titik embun. Data untuk
pengujian model adalah data sinoptik dari Stasiun
Cuaca Kelautan Tanjung Priok dari tahun 2002
hingga 2010. Berdasarkan serangkaian pembuatan,
pemilihan dan model pengujian, hasil yang diperoleh
oleh Association Rule memiliki tingkat akurasi
60,9%, dibandingkan 68,5. % untuk C4.5. Dengan
demikian, model prediksi yang dipilih adalah model
prediksi C4.5. Faktor cuaca utama yang
memungkinkan hujan adalah suhu udara, suhu titik
embun, dan awan.
c. urvei Metode Klasifikasi Multiclass[4]
Data mining untuk klasifikasi biner dapat
dikembangkan untuk memecahkan masalah dan
menjelaskan cara mengurangi masalah multi-kelas ke
beberapa masalah kelas biner. Penelitian telah
menunjukkan bahwa dataset ini didefinisikan pada
pengklasifikasi kNN dan pengklasifikasi SVM. Basis
data menekan, kompres dari kelompok Naif Bayes
dan One Againts semua digunakan.
III. METODE PENELITIAN
A. Pengumpulan Data
Penelitian ini menggunakan data real world yang
berasal dari situs web Reliable Prognosis
(https://rp5.ru/). Situs web ini gratis untuk diakses
dan menyimpan data meteorologi dari seluruh dunia.
Data yang tersedia di situs web ini terdiri dari
pengamatan Laporan Udara Terminal Meteorologi
(METAR) dan Stasiun Cuaca Permukaan / Sinoptik.
Data yang dikumpulkan terdiri dari 14 data laporan
pengamatan stasiun permukaan dan 8 stasiun
pengamatan penerbangan (METAR) di Indonesia
sejak 2006-2018.
B. Praproses Data
Dalam dataset metar ada 30,4% nilai yang hilang
dalam fitur dan 83,4% nilai yang hilang dalam data
target, dalam dataset sinoptik ada 67,4% nilai yang
hilang dan 84,7% dalam data target. Tahapan
pembersihan dilakukan untuk menangani data yang
tidak konsisten dan menghapus data dari noise.
1) Data Cleaning
Tuple yang tidak memiliki label / kelas dihapus.
Dalam proses ini label / kelas adalah atribut WW
yang tidak memiliki nilai. Setelah proses ini, data
sinoptik awal berjumlah 281994 baris menjadi 43045
baris / 15% dari data sebelumnya dan data METAR
awal berjumlah 515599 baris menjadi 85350 baris /
16% dari data sebelumnya.
 Fig. 3 : Contoh penyederhanaan label

Fig. 1 : Dsitribusi Weather Event pada dataset metar

Fig. 4 : Distribusi weather event setelah disederhanakan pada

dataset metar

Fig. 2 : Dsitribusi Weather Event pada dataset sinoptik

2) Reduksi Fitur
Fitur-fitur dalam setiap dataset dengan sejumlah kecil
catatan / sejumlah besar nilai yang hilang dihapus.

3) Imputasi
Fitur / kolom di setiap dataset masih memiliki
missing value. Untuk mengoptimalkan proses
penambangan data, dilakukan proses imputasi. Dalam
penelitian ini metode imputasi yang dipilih adalah
model-based imputer.

4) Penyederhanaan Data Target

Dalam dataset sinoptik ada 47 jenis peristiwa cuaca
dan dalam dataset metar ada 25 jenis peristiwa cuaca.
karena distribusi acara kami lebih merata, maka
penyederhanaan label didasarkan pada kesamaan.
The step to simplify labels from weather events from
the dataset is as follows :
1. Weather event yang serupa dikelompokkan ke
dalam label baru.
2. Jika ada label yang tidak memiliki kedekatan
dengan label apa pun, jika frekuensi data tidak lebih
rata-rata maka itu menjadi label itu sendiri.
3. Memberi label peristiwa cuaca yang tidak
memenuhi dua kriteria di atas, maka label peristiwa
cuaca dimasukkan dalam label baru "other weather
events".
Fig. 5 : Distribusi weather event setelah disederhanakan pada
dataset sinoptik
5) Seleksi Fitur
Parameter pengamatan dipilih yang digunakan
sebagai prediktor menggunakan metode perolehan
informasi. Fitur / kolom dalam dataset yang
digunakan sebagai parameter dalam setiap dataset
dipilih berdasarkan peringkat menggunakan metode
perolehan informasi.
Skenario penelitian ini menggunakan semua fitur
dalam implementasi dan kemudian menghapus fitur
dengan nilai perolehan informasi terendah dalam
percobaan berikutnya. Eksperimen akan dilakukan
sampai nilai output model menunjukkan nilai Fscore
terendah. Hasil eksperimen dikelompokkan
berdasarkan jumlah fitur (fts) yang digunakan dan IV. HASIL
algoritma klasifikasi yang digunakan. Pemilihan fitur
Hasil dari peringkat fitur / prediktor di setiap dataset Model implementasi model pada dataset metar
terlihat di Table 1. ditampilkan di Table 2, dan hasil pada dataset
sinoptik di Table 3. terlihat bahwa nilai F-score
Table 1. Information Gain untuk mengurutkan terbaik dari masing-masing algoritma klasifikasi
kandidat prediktor (i) dataset sinoptik dan (ii) dataset berbeda di setiap percobaan fitur.
metar
Features Inf Gain Features Inf Gain Nilai akurasi terendah menggunakan algoritma
W1 0.4967 VV 0.739 klasifikasi SVM. Eksperimen menggunakan
N 0.4447 c 0.4633 algoritma k-Nearest Neighbor, karena jumlah anggota
W2 0.3656 U 0.1606 kelas tidak seimbang, selain keterbatasan algoritma
U 0.2018 P0 0.1228 SVM dalam menangani masalah multi-kelas.
Cl 0.1114 Td 0.0992 Eksperimen menggunakan algoritma k-Nearest
T 0.1 T 0.0755 Neighbor, menghasilkan nilai Fscore terbaik pada
Po 0.0367 Ff 0.0754 METAR dan dataset sinoptik. Meskipun perbedaan
DD 0.0302 DD 0.0744 skor tidak lebih dari 5% jika dibandingkan dengan
P 0.0297 P 0.0385 eksperimen lain menggunakan algoritma klasifikasi
Ff 0.0195 Jaringan Saraf Tiruan dan Naïve Bayes.
Pa 0.0118
(i) (ii) Table 2. Perbandingan nilai Fscore eksperimen pada
dataset metar
Alg o rit hms 9 ft s 8 ft s 7 ft s 6 ft s 5 ft s 4 ft s 3 ft s
C. Desain Model Prediksi Cuaca dengan algoritma
kNN 0 .75 0 .77 0 .76 0 .76 0 .76 0 .77 0 .6 2
Klasifikasi
SVM 0 .4 3 0 .3 6 0 .2 2 0 .4 0 .3 1 0 .19 0 .3 9
Metode klasifikasi untuk prediksi cuaca yang
dirancang sebelumnya oleh Valmik dkk [5], dan ANN 0 .76 0 .75 0 .74 0 .74 0 .74 0 .75 0 .6 2

metode klasifikasi yang telah diuji oleh Neha Mehra Naï ve

0 .72 0 .73 0 .73 0 .72 0 .73 0 .73 0 .6 1
Bayes
dkk [4]. Penelitian ini menggunakan beberapa
algoritma klasifikasi dalam mode data mining, yaitu
naïve bayes, SVM, neural network, dan kNN. Pada Table 3. Perbandingan nilai Fscore eksperimen pada
tahap implementasi, alat yang digunakan adalah dataset sinoptik
perangkat lunak seperti Orange Biolab 3.18. Model Algorit hms f ts 11 f ts 10 ft s 9 ft s 8 ft s 7 ft s 6 ft s 5 ft s 4 ft s 3

desain data mining untuk penelitian ini dapat dilihat kNN 0.64 0.75 0.64 0.63 0.64 0.64 0.62 0.63 0.62
di Fig. 6.
SVM 0.51 0.28 0.51 0.34 0.23 0.31 0.39 0.45 0.34

ANN 0.64 0.75 0.65 0.63 0.63 0.64 0.62 0.63 0.63

Naï ve
0.63 0.72 0.63 0.62 0.63 0.62 0.61 0.62 0.63
Bayes

Hasil prediksi pada dataset metar terbaik

menggunakan empat fitur, yaitu, kelembaban relatif
(U), tutupan awan (c), tekanan atmosfer di stasiun
pengamatan (Po), dan visibilitas horisontal (VV).
Hasil prediksi dalam dataset ini adalah 76,9%.

Hasil prediksi pada dataset terbaik menggunakan 10

Fig. 6 : Model data mining pada penelitian ini menggunakan
perangkat lunak orange ailab
Pengujian penelitian ini dilakukan dengan
menggunakan data pelatihan dengan metode
pengujian k-fold Cross Validation dan Random
Sampling dengan porsi 10% dari semua data
pelatihan. Eksperimen akan dilakukan sampai nilai
output model menunjukkan nilai F-score terendah.
Hasil eksperimen dikelompokkan berdasarkan jumlah
fitur (fts) dan algoritma klasifikasi yang digunakan.
fitur, yaitu kecepatan angin rata-rata (ff), tutupan
awan (N), kelembaban relatif (U), tekanan atmosfer
di stasiun pengamatan (Po), tekanan atmosfer di
permukaan laut (P), angin arah (DD), kondisi cuaca
sebelum pengamatan 1 dan 2 (W1 dan W2), kondisi
kumulonimbus, kumulus, stratus, stratocumulus (Cl)
awan. Hasil prediksi pada dataset sinoptik adalah
75,4%.
V. EVALUASI DAN DISKUSI
Algoritma Naïve Bayes lebih baik dalam
memprediksi peristiwa cuaca daripada algoritma lain
pada set data metar dan sinoptik. Meskipun False
Negative / False Positive terjadi, algoritma Naïve
Bayes sangat baik dalam menangani kelas dengan
anggota yang sangat sedikit. Prediksi menggunakan
algoritma k-Nearest Neighbor dan Neural Network
umumnya tergantung pada jumlah anggota di kelas.
Jadi untuk kelas dengan anggota yang sangat sedikit,
prediksi yang menggunakan algoritma k-Nearest
Neighbor dan Neural Network tidak memberikan
hasil yang baik. Penelitian ini menggunakan
pengaturan default alat Orange pada algoritma k-
Nearest Neighbor, Support Vector Machine, dan
Neural Network, kemudian diperlukan. Sehingga
studi yang terperinci dan pengaturan yang berbeda
diperlukan pada tiga algoritma yang disebutkan
sebelumnya.
Penelitian selanjutnya dipertimbangkan untuk
menggunakan metode imputasi untuk menangani
nilai yang hilang untuk penerapan metode
penambangan data meteorologis. Menambah
kemungkinan meningkatkan kualitas output dari
prediksi. Penambahan parameter pengamatan lainnya
sehingga dapat meningkatkan akurasi dan presisi
dalam memprediksi fenomena cuaca lain selain curah
hujan.
REFERENSI
[1] S. Nandagopal, S. Karthik, and V.
Arunachalam, “Mining of Meteorological
Data Using Modified Apriori Algorithm,”
Eur. J. Sci. Res., vol. 47, no. 2, pp. 295–308,
2010.
[2] D. Chauhan and J. Thakur, “Data Mining
Techniques for Weather Prediction: A
Review,” Int. J. Recent Innov. Trends
Comput. Commun., vol. 2, no. 8, pp. 2184–
2189, 2014.
[3] P. Kalaiyarasi and A. Kalaiselvi, “Data
Mining Techniques Using To Weather
Prediction,” vol. 6, no. 3, pp. 249–254, 2018.
[4] N. Mehra and S. Gupta, “Survey on
Multiclass Classification Methods,” vol. 4,
no. 4, pp. 572–576, 2013.
[5] V. B. Nikam and B. B. Meshram, “Nikam, V.
B., & Meshram, B. B. (2013). Modeling
rainfall prediction using data mining method:
A bayesian approach. Proceedings of
International Conference on Computational
Intelligence, Modelling and Simulation, 132–
136. https://doi.org/10.1109/CIMSim.201,”
Proc. Int. Conf. Comput. Intell. Model.
Simul., pp. 132–136, 2013.
[6] S. Mujiasih, I. Agency, M. Climatology, and
S. Mujiasih, “PEMANFATAN DATA
MINING UNTUK PRAKIRAAN CUACA
UTILIZATION OF DATA MINING FOR
WEATHER ...,” no. September 2011, pp. 1–
8, 2015.