Main Article Content
Abstract
Pentingnya informasi cuaca untuk masyarakat tidak akan pernah lepas dari perkembangan teknologi yang ada. Semakin canggih teknologi, maka keadaan cuaca tersebut dapat diketahui, dipantau dengan cepat, tepat dan akurat. Untuk mengetahui dan memantau keadaan cuaca tersebut menjadi suatu informasi, maka diperlukan suatu cara dan metode untuk mengolahnya hingga menjadi suatu informasi yang berguna bagi masyarakat.Adapun tujuan dari penelitian ini adalah untuk membuat peringatan dini cuaca secara spasial dengan memanfaatkan data radar cuaca gematronik Bengkulu, yang mana data tersebut akan diolah menggunakan metode pengelompokkan K-Means Cluster sehingga menghasilkan suatu informasi peringatan dini cuaca secara spasial untuk menentukan daerah-daerah yang memiliki indeks tingkat kemungkinan banjir. Berdasarkan hasil penelitian, waktu yang dibutuhkan untuk mengelompokkan 2 kelompok tingkat kemungkinan adalah singkat (2 iterasi). Tingkat kemungkinan rendah memiliki cluster berwarna hijau dengan nilai 1 dan tingkat kemungkinan sedang-tinggi dengan nilai 2 berwarna jingga dan dapat dipetakan secara spasial pada batas administrasi kecamatan sehingga menjadi informasi peringatan dini cuaca.
Keywords
Article Details
Copyright (c) 2023 anjasman anjasman

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
References
- Ali, A., . Riset dan Pengembangan Sistem Prediksi IBFWS, Bahan Ajar Diklat IBF. Bogor, 2023.
- Ali, A,dkk. : Sistem Integrasi Data Radar Cuaca Mandiri Berbasis Web-Gis dan Aplikasi Android, Geomatika Vol. 29, No. 1, April 2023.
- Ali, A., dkk,. Kajian Awal Pemanfaatan Data Penginderaan Jauh Dalam Implementasi Peringatan Dini Cuaca Ekstrim Berbasis Dampak, Prosiding WIN-ID 2021.
- Dhiram, dkk. Evaluation on Radar Reflectivity-Rainfall Rate (Z-R) Relationship for Guyana. Vol.6 No.4, October 2016.
- Helilintar, R, dkk. Penerapan Algoritma K-Means Clustering Untuk Prediksi Prestasi Nilai Akademik Mahasiwa. Jurnal sains dan Informatika, 4(2), 80-87, November 2018.
- Metisen, BM dkk . Analisis Clustering Menggunakan K-means Dalam Pengelompokkan Penjualan Produk Pada Swalayan Fadhila, Jurnal Media Infotama, Vol. 11 No.2 , September 2015.
- Miftahudin . Analisis Unsur-unsur Cuaca dan Iklim Melalui Uji Mann-Kendall Multivariat, Jurnal Matematika, Statistika dan Komputasi, Vol. 13, No. 1, Juli 2016.
- Prayuda, SS dkk. Penerapan Metode Mean Field Bias (MFB) Sebagai Faktor Pengkoreksi Estimasi Curah Hujan Radar Cuaca BMKG Juanda Sidoarjo. Jurnal Sains dan Teknologi Atmosfer Vol.1, No.1, Tahun 2021.
- Prakasa, A dkk. Sistem Informasi Radar Cuaca Terintegrasi BMKG, Journal Of Telecommunication , Electronic and Control Engineering (JTECE), Vol.01, No.02, Juli 2019.
- Zaki, A dkk. Penerapan K-means Clustering dalam pengelompokkan data, Journal Mathematics, Computations and Statistics Vol.5 No.2, Oktober 2022.
- Sumaja, K . Penentuan Produk Radar Cuaca Paling Tepat Untuk Membuat Peringatan Dini Cuaca Ekstrim dengan Menggunakan Metode Analytical Hierarcy Process (AHP). Skiripsi Fisika Universitas Udayana, Maret 2014.
References
Ali, A., . Riset dan Pengembangan Sistem Prediksi IBFWS, Bahan Ajar Diklat IBF. Bogor, 2023.
Ali, A,dkk. : Sistem Integrasi Data Radar Cuaca Mandiri Berbasis Web-Gis dan Aplikasi Android, Geomatika Vol. 29, No. 1, April 2023.
Ali, A., dkk,. Kajian Awal Pemanfaatan Data Penginderaan Jauh Dalam Implementasi Peringatan Dini Cuaca Ekstrim Berbasis Dampak, Prosiding WIN-ID 2021.
Dhiram, dkk. Evaluation on Radar Reflectivity-Rainfall Rate (Z-R) Relationship for Guyana. Vol.6 No.4, October 2016.
Helilintar, R, dkk. Penerapan Algoritma K-Means Clustering Untuk Prediksi Prestasi Nilai Akademik Mahasiwa. Jurnal sains dan Informatika, 4(2), 80-87, November 2018.
Metisen, BM dkk . Analisis Clustering Menggunakan K-means Dalam Pengelompokkan Penjualan Produk Pada Swalayan Fadhila, Jurnal Media Infotama, Vol. 11 No.2 , September 2015.
Miftahudin . Analisis Unsur-unsur Cuaca dan Iklim Melalui Uji Mann-Kendall Multivariat, Jurnal Matematika, Statistika dan Komputasi, Vol. 13, No. 1, Juli 2016.
Prayuda, SS dkk. Penerapan Metode Mean Field Bias (MFB) Sebagai Faktor Pengkoreksi Estimasi Curah Hujan Radar Cuaca BMKG Juanda Sidoarjo. Jurnal Sains dan Teknologi Atmosfer Vol.1, No.1, Tahun 2021.
Prakasa, A dkk. Sistem Informasi Radar Cuaca Terintegrasi BMKG, Journal Of Telecommunication , Electronic and Control Engineering (JTECE), Vol.01, No.02, Juli 2019.
Zaki, A dkk. Penerapan K-means Clustering dalam pengelompokkan data, Journal Mathematics, Computations and Statistics Vol.5 No.2, Oktober 2022.
Sumaja, K . Penentuan Produk Radar Cuaca Paling Tepat Untuk Membuat Peringatan Dini Cuaca Ekstrim dengan Menggunakan Metode Analytical Hierarcy Process (AHP). Skiripsi Fisika Universitas Udayana, Maret 2014.