Home » News » News #152

Pengabdian Kepada Masyarakat Transfer Teknologi Data Mining dan Machine Learning di BMKG Semarang

Diposting oleh Administrator pada 6 November 2017, 02:40

Transfer Teknologi Data Mining dan Machine Learning untuk Prediksi Cuaca di BMKG Semarang oleh Tim Pengabdian Kepada Masyarakat Departemen Ilmu Komputer/Informatika UNDIP

Cuaca adalah kondisi lingkungan, apakah panas atau dingin, lembab atau kering, hujan tinggi atau sedang dan lain sebagainya. Prediksi cuaca adalah salah satu tugas yang paling menantang untuk dilakukan karena banyak faktor dari alam maupun pengaruh dari perbuatan manusia yang mempengaruhi dalam perubahan cuaca seperti perubahan musim, efek rumah kaca, deforestasi dan lain-lain. Prediksi cuaca memainkan peran penting dalam banyak komponen dalam pengambilan keputusan yang terkait dengan banyak bidang seperti pertanian, bisnis, pariwisata, manajemen energi, kesehatan manusia dan hewan dll. Penentuan iklim mencakup mengantisipasi bagaimana keadaan sekarang dengan udara akan berubah di mana kondisi atmosfir tampilan diambil dengan ground recognition, misalnya dari kapal, pesawat terbang, suara Radio, radar Doppler, dan satelit [1].

Pusat data dan informasi di Badan meteorologi, Klimatologi dan Geofisika (BMKG) Semarang memiliki tugas untuk memberikan layanan data dan informasi prediksi cuaca di Jawa Tengah. Informasi prediksi curah hujan di Jawa Tengah sangat diperlukan oleh masyarakat sebagai sarana penentuan kebijakan di berbagai bidang sektor seperti bisnis, pertanian, pariwisata, transportasi dan konstruksi. [2]

Dalam proses prediksi cuaca di BMKG Semarang, pada tahap awal data dan informasi faktor atau parameter cuaca dikumpulkan oleh masing-masing stasiun pengamatan cuaca yang  kemudian dikirim ke pusat meteorologi di mana data dikumpulkan, diperiksa, dan dibuat menjadi kombinasi kerangka kerja, peta, dan diagram. Di BMKG semarang, penentuan prediksi cuaca saat ini hanya menggunakan beberapa metode yang sebagian besar masih menggunakan parameter yang tunggal dan analisis oleh ahli klimatologi. Bidang Data Mining and Machine learning telah berkembang dengan pesat dalam beberapa dekade terakhir untuk prediksi cuaca [3]. Analisis prediktif telah sampai pada tingkat yang sangat baru dengan menggunakan teknik machine learning. Data cuaca yang digunakan pada teknik ini bergantung pada sifatnya dan oleh karena itu, estimasi yang efektif sangat perlu dilakukan dengan berbagai secara kuantitatif dengan memanfaatkan teori probabilitas.

Sebagai bagian dari Tri Dharma Perguruan Tinggi, Tim Pengabdian Departemen Ilmu Komputer/Informatika UNDIP melaksanakan kegiatan pengabdian yang diketuai oleh Dr.Eng. Adi Wibowo, S.Si, M.Kom dengan judul “Transfer Teknologi Perangkat Lunak Data Mining Dan Machine Learning Untuk Prediksi Cuaca di BMKG Semarang” yang dilaksanakan pada 27 Oktober 2017 di Stasiun BMKG Semarang, Jl. SIliwangi  Semarang. Pengabdian ini berupaya untuk mensosialisasikan dan experimen penggunaan Teknik data mining dan machine learning menggunakan perangkat lunak open source untuk memprediksi cuaca. Dalam kegiatan ini metode k-nearest neighbor dan Neural network dikenalkan ke peserta serta perangkat lunak Rapidminer diujicobakan untuk experiment. Peserta dari kegiatan ini adalah staf pusat data dan informasi BMKG semarang yang memiliki kewajiban untuk menyediakan informasi prediksi cuaca setiap bulan. Berikut Dokumentasi dari kegiatan pengabdian tersebut. 

Sambutan Kepala Stasiun BMKG Semarang Ir. Tuban Wiyoso M.Si

Penyerahan Kenang-Kengan oleh Wakil Dekan III FSM UNDIP (Nurdin Bachtiar , M.T )ke Kepala BMKG Semarang

Pemaparan Materi oleh Sukmawati NE, M.Kom

Pemaparan Materi oleh Dr. Eng. Adi Wibowo, S.Si, M.Kom

Foto Bersama Peserta

Referensi 

1. ¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬Wu, Jiansheng, Liangyong Huang, and Xiaoming Pan. "A novel bayesian additive regression trees ensemble model based on linear regression and nonlinear regression for torrential rain forecasting." In Computational Science and Optimization (CSO), 2010 Third International Joint Conference on, vol. 2, pp. 466-470. IEEE, 2010.

2. __________. http://www.bmkg.go.id/ 

3. Hasan, Nasimul, Nayan Chandra Nath, and Risul Islam Rasel. "A support vector regression model for forecasting rainfall." In Electrical Information and Communication Technology (EICT), 2015 2nd International Conference on, pp. 554-559. IEEE, 2015.

4. Han, Jiawei, Jian Pei, and Micheline Kamber. Data mining: concepts and techniques. Elsevier, 2011.

5. S. J. Russell, P. Norvig, J. F. Canny, J. M. Malik, and D. D. Edwards, Artificial Intelligence: A Modern Approach, vol. 2. Prentice hall Englewood Cliffs, 1995.




Kategori: Berita Akademik