PENGGUNAAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) UNTUK PREDIKSI CUACA DENGAN DATA RECORD

Rezano Verian Dwi Saputra -  Universitas Muhammadiyah Ponorogo, Indonesia
Siti Lathifah Tsaqila* -  Universitas Gadjah Mada, Indonesia, Indonesia
Ida Widaningrum -  Universitas Muhammadiyah Ponorogo, Indonesia
Jamilah Karaman -  Universitas Muhammadiyah Ponorogo, Indonesia

DOI : 10.24269/mtkind.v18i2.11092

Desa Plancungan, Kecamatan Slahung, Kabupaten Ponorogo, merupakan penghasil tembakau,  salah satu produk pertanian yang berperan penting dalam mendukung mata pencaharian,  pertumbuhan ekonomi, dan penyerapan tenaga kerja. Di desa ini, petani membudidayakan  tembakau rajangan, termasuk tembakau Virginia. Namun, proses penjemuran tembakau yang  dilakukan di ruang terbuka selama dua hingga tiga hari sangat bergantung pada kondisi cuaca  yang tidak menentu, yang sering kali memengaruhi kualitas hasil panen. Untuk mengatasi  tantangan tersebut, penelitian ini menerapkan algoritma K-Nearest Neighbor (K-NN) guna  memprediksi cuaca di Desa Plancungan. Data cuaca dikumpulkan menggunakan alat  mikrokontroler yang dipasang di lokasi, yang merekam tiga parameter utama: suhu,  kelembapan, dan tekanan udara. Dari total 10.000 data yang diperoleh, sebanyak 2.500 data  digunakan untuk pelatihan dan pengujian algoritma. Hasil penelitian berupa prediksi cuaca—hujan, cerah, atau berawan—ditampilkan dalam bentuk halaman web. Informasi ini memungkinkan petani mendapatkan gambaran kondisi cuaca lebih awal, sehingga mereka dapat merencanakan langkah antisipasi untuk menjaga kualitas hasil panen dan mengoptimalkan  proses penjemuran tembakau di tengah tantangan cuaca yang berubah- ubah.

Supplement Files

Keywords
Prediksi Cuaca, K-Nearest Neighbor K-NN, Machine Learning, Mikrokontroller.
  1. S. I. Hadi, E. Ermatita, and N. Chamidah, “Penerapan Fuzzy C-Means dan Fuzzy Sugeno dalam Memprediksi Cuaca,” Inform. J. Ilmu Komput., vol. 18, no. 1, pp. 11–22, 2022, doi: https://doi.org/10.52958/iftk.v17i4.4103.
  2. M. Y. R. Rangkuti, M. V. Alfansyuri, and W. Gunawan, “Penerapan Algoritma K-Nearest Neighbor (Knn) Dalam Memprediksi Dan Menghitung Tingkat Akurasi Data Cuaca Di Indonesia,” Hexagon, vol. 2, no. 2, pp. 11–16, 2021, doi: https://doi.org/10.36761/hexagon.v2i2.1082.
  3. R. Harun, K. C. Pelangi, and Y. Lasena, “Penerapan Data Mining untuk Menentukan Potensi Hujan Harian dengan Menggunakan Algoritma K Nearest Neighbor (KNN),” J. Manaj. Inform. dan Sist. Inf., vol. 3, no. 1, pp. 8–15, 2020, doi: https://doi.org/10.36595/misi.v3i1.125.
  4. M. F. Al Amin, Y. N. Kunang, and S. D. Purnamasari, “Penerapan Model Regression Untuk Prediksi Cuaca Wilayah seberang Ulu 1 Palembang,” in Bina Darma Conference on Computer Science (BDCCS), 2019, vol. 1, no. 1, pp. 185–197.
  5. J. S. Arie, “Implementasi Algoritma KNN Dalam Memprediksi Curah Hujan dan Temperatur Untuk Tanaman Padi,” in SISITI: Seminar Ilmiah Sistem Informasi dan Teknologi Informasi, 2019, vol. 8, no. 1.
  6. B. A. Putra, I. Fitri, and R. Nuraini, “PEMBUKA ATAP OTOMATIS PETERNAKAN SAPI BERBASIS MIKROKONTROLER ARDUINO UNO ATMEGA328,” JIPI (Jurnal Ilm.
  7. Penelit. dan Pembelajaran Inform., vol. 6, no. 2, pp. 250–258, 2021.
  8. M. D. Supiannor, F. Fitriyadi, and N. Rosmawanti, “Model Atap Jemuran Gabah Otomatis Berbasis Mikrokontroler Atmega328,” Progresif J. Ilm. Komput., vol. 18, no. 1, pp. 43–54, 2022, doi: http://dx.doi.org/10.35889/progresif.v18i1.782.
  9. A. Lestari and E. Abdulrahman, “Rancang Bangun Modul Raindrop Dan IoT Sebagai Pengendali Penjemur Jagung Marning,” J. Tek. Elektro Raflesia, vol. 1, no. 2, pp. 25–31, 2021.
  10. W. Mira, “Perancangan Prototipe Buka Tutup Atap Otomatis Tempat Penjemuran Kerupuk Berbasis Arduino R3.” Universitas Islam Kalimantan MAB, 2021.
  11. P. Cunningham and S. J. Delany, “k-Nearest neighbour classifiers: (with Python examples),”
  12. arXiv Prepr. arXiv2004.04523, 2020.
  13. P. Cunningham and S. J. Delany, “K-nearest neighbour classifiers-a tutorial,” ACM Comput. Surv., vol. 54, no. 6, pp. 1–25, 2021.
  14. D. Dzulkiflih and F. K. Khansa, “Rancang Bangun Perangkap Nyamuk Otomatis Menggunakan Sensor Suhu Dan Kelembaban Dht11 Berbasis Arduino Uno,” Inov. Fis. Indones., vol. 11, no. 2, pp. 28–37, 2022.
  15. K. P. K. Rianti and Y. Prastyo, “Analisis Penggunaan Sensor Suhu Dan
  16. Kelembaban Untuk Monitoring Lingkungan Greenhouse Berbasis Arduino,” Antivirus J. Ilm. Tek. Inform., vol. 16, no. 2, pp. 200–210, 2022.
  17. M. Khaery, A. H. Pratama, P. Wipradnyana, and A. A. Ngurah, “Perancangan Alat Ukur Tekanan Udara Menggunakan Sensor Barometric Pressure 280 (BMP280) Berbasis Arduino Uno,” Bul. Fis. Vol, vol. 21, no. 1, pp. 14–19, 2020.
  18. Y. PRATAMA, H. Arief Kusuma, and T. Suhendra, “UJI PERFORMA BMP280: KALIBRASI SENSOR PENGUKURAN TEKANAN UDARA DENGAN REGRESI LINIER BERGANDA.” Universitas Maritim Raja Ali Haji, 2024.

Full Text: Supp. File(s):
Prediksi Cuaca, K-Nearest Neighbor K-NN, Machine Learning, Mikrokontroller.
Subject Prediksi Cuaca, K-Nearest Neighbor K-NN, Machine Learning, Mikrokontroller.
Type Research Instrument
  Download (1MB)    Indexing metadata
Article Info
Submitted: 2025-01-02
Published: 2025-01-20
Section: Artikel
Article Statistics: