Weather Forecasting atau peramalan cuaca merupakan suatu kegiatan yang dilakukan
untuk menghasilkan output berupa sekumpulan informasi mengenai kondisi cuaca yang akan
datang. Prakiraan atau peramalan cuaca digunakan sebagai langkah awal antisipasi dan
memperkecil dampak yang mungkin terjadi akibat proses cuaca. Pemilihan metode yang tepat
untuk menentukan keadaan cuaca menjadi kegiatan yang sering dilakukan oleh beberapa
peneliti cuaca atau atmosfer (Puspita & Yulianti, 2016). Adapun beberapa model atau metode
yang digunakan serta proses perkembangan dan tingkat akurasinya dijabarkan sebagai
berikut.
1. Metode Rantai Markov
Rantai Markov yaitu proses acak yang di dalamnya terdapat informasi mengenai masa
depan di dalam keadaan sekarang. Sebagai salah satu metode peramalan cuaca, Rantai
Markov digunakan untuk memprediksi dinamika atau perubahan di waktu yang akan
datang dengan menggunkan variabel di waktu yang lalu (Masuku, Langi, & Mongi, 2018).
Konsep dasar Rantai Markov diperkenalkan oleh Andrey A. Markov sejak tahun 1907.
Model ini berhubungan dengan rangkaian proses kejadian yang muncul akibat percobaan.
Output model ini tergantung pada rangkaian kejadian yang mendahului dan tidak
tergantung pada kejadian sebelumnya (Wusko & Nizar, 2017).
Daftar Pustaka
Masuku, F. N., Langi, Y. A.., & Mongi, C. (2018). Analisis Rantai Markov Untuk
Memprediksi Perpindahan Konsumen Maskapai Penerbangan Rute Manado-
Jakarta. Jurnal Ilmiah Sains, 18(2), 75.
Puspita, E. S., & Yulianti, L. (2016). Perancangan sistem peramalam cuaca berbasis
Logika Fuzzy. Media Infotama.
Wusko, A. U., & Nizar, M. (2017). Pendekatan Rantai Markov Dalam Pemilihan
Universitas Di Pasuruan. Journal Knowledge Industrial Engineering.