Penelitian ini bertujuan untuk mengembangkan model klasifikasi intensitas curah hujan harian berdasarkan data historis dari Stasiun Meteorologi Maritim Tanjung Priok periode 2015–2023. Metode yang digunakan adalah algoritma K-Nearest Neighbors (KNN) dengan pendekatan CRISP-DM. Dataset terdiri dari 3.287 entri harian yang mencakup parameter cuaca seperti suhu, kelembapan, curah hujan, penyinaran matahari, dan kecepatan angin. Data praproses meliputi penanganan missing values, normalisasi fitur, pembentukan kategori curah hujan berdasarkan standar BMKG, serta penyeimbangan data menggunakan teknik SMOTE. Model dievaluasi menggunakan metode 10-fold cross-validation dan optimasi parameter melalui GridSearchCV. Hasil penelitian menunjukkan bahwa model KNN dengan parameter terbaik (k=7, weight='distance', p=2) mampu mengklasifikasikan curah hujan ke dalam lima kategori (tidak hujan hingga hujan sangat lebat) dengan akurasi rata-rata 90,38% dan standar deviasi 2,96%. Model ini berpotensi digunakan sebagai sistem pendukung keputusan dalam prediksi cuaca harian, khususnya di wilayah Jakarta Utara.

S12121

INF 0148 2025

Bekasi

Tersedia