| dc.description.abstract | Cuaca merupakan salah satu faktor penting yang memengaruhi berbagai aspek kehidupan manusia, seperti pertanian, transportasi, dan perencanaan kegiatan harian. Untuk memperoleh informasi cuaca yang lebih akurat dan efisien, diperlukan metode klasifikasi yang mampu mengolah data secara otomatis. Penelitian ini bertujuan untuk mengklasifikasikan kondisi cuaca berdasarkan data suhu, kelembapan, dan curah hujan menggunakan algoritma K-Nearest Neighbor (K-NN). Data yang digunakan berasal dari repositori online Kaggle dengan jumlah 13.200 data dan 11 atribut yang relevan dengan kondisi cuaca. Proses klasifikasi dilakukan melalui tahapan pengumpulan data, normalisasi, pemisahan data training dan testing, penerapan algoritma K-NN, serta evaluasi model menggunakan metrik akurasi, presisi, dan recall. Hasil penelitian menunjukkan bahwa nilai K=5 memberikan performa klasifikasi terbaik. Dengan menggunakan RapidMiner sebagai alat bantu, sistem klasifikasi ini mampu mengelompokkan kondisi cuaca ke dalam kategori seperti cerah, berawan, dan hujan secara otomatis. Penelitian ini diharapkan dapat menjadi solusi efektif dalam pengolahan data cuaca serta mendukung pengambilan keputusan di berbagai sektor yang terdampak oleh kondisi atmosfer. | en_US |
