View/Open

Author
DINDA, SALSABILA

Date Published
18 May 2026

Advisor
Triyana Muliawati, S.Si., M.Si.,
Nurul Indah Safitri, S.Si, M.Mat,

Subject
Matematika

Publisher

Cuaca merupakan kondisi atmosfer dalam waktu singkat dan berubah ubah setiap harinya. Perubahan cuaca yang tidak menentu sering kali berdampak pada berbagai sektor kehidupan, seperti pertanian, perikanan, transportasi, hingga pariwisata. Penelitian ini bertujuan untuk menganalisis pola cuaca di Bandar Lampung menggunakan Hidden Markov Model (HMM) berbasis distribusi Gaussian dengan algoritma Baum–Welch untuk estimasi parameter dan algoritma Viterbi untuk menentukan urutan state terbaik. Data yang digunakan merupakan data sekunder dari Stasiun Meteorologi Maritim Lampung Periode Juli 2020 hingga Juli 2025. Sebelum penerapan model HMM, dilakukan proses clustering menggunakan metode K-Means Clustering untuk mengelompokkan data ke dalam empat cluster yaitu hujan, cerah, berawan, dan cerah berawan. Hasil penelitian menunjukkan bahwa algoritma Baum-Welch pada model Hidden Markov Model berbasis distribusi Gaussian berhasil mengestimasi parameter model yang meliputi distribusi peluang keadaan awal (πi), matriks peluang transisi (A), vektor rata-rata (µj), dan matriks kovariansi (Uj). Berdasarkan hasil algoritma Viterbi, diperoleh urutan state terbaik yang merepresentasikan kondisi cuaca harian selama periode pengamatan yang menunjukkan bahwa setiap state memiliki kecenderungan tinggi untuk tetap berada pada kondisi yang sama, yaitu sebesar 84 persen untuk hujan, 82 persen untuk cerah, 88 persen untuk berawan, dan 90 persen untuk cerah berawan.

URI
https://repo.itera.ac.id/depan/submission/SB2606030027

Keyword
Cuaca Hidden Markov Model Algoritma Baum-Welch Algoritma Viterbi K-Means Clustering