PENERAPAN DATA MINING PADA AWS-LAPAN UNTUK MEMPELAJARI POLA PERUBAHAN IKLIM

Authors

  • Syahril Rizal Universitas Bina Darma
  • Albar Roah Universitas Bina Darma

Keywords:

Data mining, Automatic Weather Station, moving average, korelasi, regresi linear

Abstract

Penelitian ini bertujuan untuk mempelajari pola perubahan iklim di Kota Palembang. Data yang digunakan
diperoleh dari perangkat Automatic Weather Station (AWS) untuk tahun 2009-2011. Data unsur cuaca yang
diamati ini adalah data temperatur, kelembaban, tekanan dan curah hujan karna data tersebut sudah cukup
mewakili dari keseluruhan data. Dalam penelitian ini digunakan model deskriptif dan prediktif. Model deskriptif
menunjukkan bahwa sepanjang tahun 2009 dan 2011 cenderung mengalami kenaikan untuk temperatur,
sedangkan pada tahun 2010 cenderung mengalami penurunan. Model prediktif menyatakan bahwa bulan
Januari 2012 diprakirakan menurun, hal karena posisi data temperatur berada di bawah garis moving
averagenya. Untuk data kelembaban dengan menggunakan moving average per tiga periode menunjukkan
sepanjang tahun 2009 dan 2011 cenderung mengalami penurunan, sedangkan pada tahun 2010 cenderung
mengalami kenaikan, untuk analisa metode prediktif untuk bulan selanjutnya yakni bulan Januari 2012
diprakirakan naik, hal ini di karenakan posisi data kelembaban berada di atas garis moving averagenya. Untuk
data tekanan menggunakan moving average per tiga periode menunjukkan sepanjang tahun 2009
cenderung mengalami kenaikan dan sepanjang tahun 2010 dan 2011 cenderung mengalami penurunan, untuk
analisa metode prediktif untuk bulan selanjutnya yakni bulan Januari 2012 diprakirakan menurun, hal ini di
karenakan posisi data kelembaban berada di bawah garis moving averagenya. Untuk data curah hujan
menggunakan moving average per tiga periode menunjukkan sepanjang tahun 2009, 2010 dan 2011
cenderung mengalami penurunan, hal ini terbukti dari dominannya data curah hujan di bawah pergerakan moving
averagenya sedangkan analisa metode prediktif untuk bulan selanjutnya yakni bulan Januari 2012
diprakirakan naik, hal ini di karenakan posisi data kelembaban berada di bawah atas moving averagenya.
Korelasi dan regresi linear di dapat koefisien korelasi Spearman dengan nilai -0,73 untuk tingkat korelasi
atau hubungan antara suhu dan kelembaban begitu juga sebaliknya yang menunjukkan adanya hubungan kuat
dan berlawanan fase.

Published

2013-11-01

How to Cite

Rizal, S. and Roah, A. (2013) “PENERAPAN DATA MINING PADA AWS-LAPAN UNTUK MEMPELAJARI POLA PERUBAHAN IKLIM”, Prosiding SeNAIK, pp. 298–304. Available at: https://jurnal.wicida.ac.id/index.php/senaik/article/view/162 (Accessed: 17 July 2024).

Issue

Section

Articles