PERBANDINGAN ALGORITMA RANDOM FOREST REGRESSION DAN CLASSIFICATION DALAM PREDIKSI CUACA BERDASARKAN DATA REKAMAN CUACA KOTA PALANGKARAYA

Abstract

Penelitian ini bertujuan untuk membandingankan efektivitas algoritma random forest regres- sion dan random forest classification dalam memprediksi kategori curah hujan mengguna- kan pendekatan machine learning, berdasarkan data rekaman cuaca Kota Palangkaraya. Data cuaca diperoleh dari Automatic Weather System (AWS) milik Badan Riset dan Inovasi Nasional (BRIN), yang mencakup variabel seperti tekanan barometrik, temperatur udara, kelembaban re- latif, kecepatan angin, arah angin, dan curah hujan. Prediksi dilakukan untuk memperkirakan kondisi cuaca hari berikutnya berdasarkan data cuaca selama satu minggu sebelumnya dan minggu yang sama pada tahun sebelumnya. Hasil regresi dievaluasi menggunakan Mean Abso- lute Error (MAE), sedangkan akurasi klasifikasi dihitung berdasarkan confusion matrix. Pen- gujian dilakukan secara berulang pada pemodelan random forest regression untuk mengeval- uasi pengaruh randomisasi terhadap hasil model. Evaluasi klasifikasi menggunakan algoritma random forest regression dilakukan terhadap data curah hujan harian yang telah di-threshold setelah pemodelan. Hasil evaluasi ini kemudian dibandingkan dengan hasil evaluasi klasifikasi menggunakan algoritma random forest classification, di mana proses thresholding dilakukan terlebih dahulu sebelum pemodelan.