Rainfall Prediction Using Random Forest and VAR in Greater Kediri
Abstract
Perubahan pola curah hujan di Kediri Raya berdampak signifikan pada sektor pertanian dan manajemen infrastruktur. Seiring beroperasinya Bandara Dhoho sebagai pusat ekonomi baru, dibutuhkan sistem prediksi cuaca yang akurat untuk mendukung kelancaran operasional dan mitigasi risiko. Penelitian ini mengusulkan model prediksi curah hujan harian menggunakan dua pendekatan: Random Forest (RF) dan Vector Autoregression (VAR). Data yang digunakan bersumber dari BMKG, mencakup suhu, kelembapan, durasi penyinaran matahari, dan kecepatan angin. Transformasi logaritmik diterapkan untuk menstabilkan fluktuasi data sebelum pemodelan. Evaluasi dilakukan menggunakan metrik Mean Squared Error (MSE). Hasil menunjukkan bahwa model VAR lebih unggul dalam menangkap dinamika waktu curah hujan, sementara RF memberikan hasil prediksi yang lebih stabil. Model ini dapat dikembangkan lebih lanjut dalam sistem informasi prediksi cuaca untuk mendukung perencanaan mitigasi bencana, pengelolaan sumber daya air, dan strategi operasional Bandara Dhoho.
Keywords: Prediksi curah hujan, Random Forest, Vector Autoregression, Bandara Dhoho, Sistem Informasi
Downloads
References
W. Y. Ambarita, S. Dur, and S. Harleni, “Analisis Diagnostik Variabel Cuaca untuk Estimasi Pola Curah Hujan di Medan menggunakan Model Bayesian Vector Autoregressive,” J. Lebesgue J. Ilm. Pendidik. Mat. Mat. Dan Stat., vol. 4, no. 3, 2023, doi: 10.46306/lb.v4i3.470.
N. Ponnamperuma and L. Rajapakse, “Comparison of Time Series Forecast Models for Rainfall and Drought Prediction,” in 2021 Moratuwa Engineering Research Conference (MERCon), 2021, pp. 626–631. doi: 10.1109/MERCon52712.2021.9525690.
P. Meghana and others, “Analysis of Neural Network Algorithm in Comparison to Multiple Linear Regression and Random Forest Algorithm,” in 2024 ASU International Conference in Emerging Technologies for Sustainability and Intelligent Systems (ICETSIS), 2024, pp. 437–443. doi: 10.1109/ICETSIS61505.2024.10459496.
Y. Liu, M. C. Roberts, and R. Sioshansi, “A vector autoregression weather model for electricity supply and demand modeling,” J. Mod. Power Syst. Clean Energy, vol. 6, no. 4, pp. 763–776, 2018, doi: 10.1007/s40565-017-0365-1.
R. Nasution, A. Nuraini, and F. Arifin, “Pemanfaatan Machine Learning untuk Prediksi Curah Hujan di Wilayah Tropis,” J. Inform. Dan Sains, vol. 8, no. 1, pp. 45–53, 2022.
H. F. Widodo and others, “Evaluasi Model Ensembel Random Forest untuk Prediksi Cuaca Harian di Indonesia,” J. Sains Atmos., vol. 11, no. 2, pp. 89–97, 2021.
I. Prabowo and D. Hartati, “Integrasi Model Statistik dan Pembelajaran Mesin dalam Prediksi Iklim Ekstrem,” J. Teknol. Dan Sains Data, vol. 3, no. 2, pp. 112–120, 2023.
A. Permatasari, “Penerapan Model Hybrid VAR-RF untuk Sistem Peringatan Dini Cuaca Ekstrem di Bandara,” J. Meteorol. Trop. Indones., vol. 10, no. 1, pp. 55–65, 2024.
G. de J. Machado-Guillén, J. M. Cruz-Duarte, S. E. Conant-Pablos, and K. Filus, “Harnessing Machine Learning for Reliable Weather Forecasting: Meteorological Impact on Sustainable Energy in Monterrey,” in 2024 IEEE Congress on Evolutionary Computation (CEC), 2024, pp. 1–8. doi: 10.1109/CEC60901.2024.10611993.
M. M. Soe, “Rainfall Prediction using Regression Model,” in 2023 IEEE Conference on Computer Applications (ICCA), 2023, pp. 113–117. doi: 10.1109/ICCA51723.2023.10182116.
A. T. Sari and B. Wijaya, “Analisis Prediksi Curah Hujan Menggunakan Metode Random Forest pada Wilayah Jawa Timur,” J. Tek. Inform. Dan Sist. Inf. JTEKSIS, vol. 6, no. 2, pp. 45–52, 2023.
D. Prasetyo and R. Susanto, “Implementasi Vector Autoregression untuk Prediksi Cuaca di Wilayah Tropis,” J. Tek. Inform. Dan Sist. Inf. JTEKSIS, vol. 7, no. 1, pp. 15–24, 2024.
E. Wibowo and M. Hartono, “Integrasi Model Statistik dan Pembelajaran Mesin untuk Sistem Peringatan Dini Cuaca Ekstrem di Indonesia,” J. Tek. Inform. Dan Sist. Inf. JTEKSIS, vol. 5, no. 3, pp. 30–40, 2022.
M. F. Hasan, R. R. Dewi, and T. Sari, “Pemodelan Prediksi Curah Hujan Menggunakan Metode Support Vector Machine di Wilayah Tropis,” J. Teknol. Dan Sains Data, vol. 4, no. 1, pp. 23–31, 2024.
A. Kurniawan and L. Hartono, “Analisis Perbandingan Metode Machine Learning untuk Prediksi Curah Hujan Harian di Indonesia,” J. Inform. Dan Sains, vol. 9, no. 2, pp. 75–83, 2024.
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under an Attribution 4.0 International (CC BY 4.0) that allows others to share — copy and redistribute the material in any medium or format and adapt — remix, transform, and build upon the material for any purpose, even commercially with an acknowledgment of the work's authorship and initial publication in this journal.
