Prediksi Data Cuaca Menggunakan A.I. Random Forest Regressor pada Kota Szeged, Hungaria

Abstract

Penelitian ini bertujuan untuk memprediksi data cuaca di Kota Szeged, Hungaria, dengan memanfaatkan algoritma Machine Learning yaitu Random Forest Regressor. Data yang digunakan mencakup periode sepuluh tahun (01/04/2006 – 09/09/2016) dengan parameter input berupa arah angin, jarak pandang, humiditas, kecepatan angin, dan tekanan udara untuk memprediksi variabel temperatur. Metodologi penelitian meliputi pra-pemrosesan data, pembagian dataset (80% latih, 20% uji), dan evaluasi model menggunakan metrik statistik. Hasil penelitian menunjukkan bahwa model Random Forest mampu menangkap tren musiman dengan nilai Mean Absolute Error (MAE) sebesar 4,882, Root Mean Squared Error (RMSE) sebesar 6,102, dan koefisien determinasi (R²) sebesar 0,560. Meskipun model menunjukkan performa yang cukup stabil dalam memprediksi tren suhu pada periode 2015-2016, nilai R² menunjukkan bahwa masih terdapat ruang untuk optimasi lebih lanjut melalui penyesuaian hyperparameter atau penambahan fitur pendukung lainnya. Penelitian ini memberikan kontribusi sebagai referensi awal dalam penerapan kecerdasan buatan untuk analisis meteorologi di lingkungan akademik.