Indonesia Analisis Spasial Klaster Atmosfer di Sumatera Utara Menggunakan K-Means
DOI:
https://doi.org/10.62712/juktisi.v5i1.936Keywords:
K-Means clustering, Variabilitas Atmosfer, MERRA-2, Analisis Spasial, Sumatera UtaraAbstract
Variabilitas atmosfer jangka pendek di Sumatera Utara pada periode puncak monsun belum dipetakan secara kuantitatif dan spasial. Penelitian ini bertujuan mengidentifikasi dan mengklasifikasikan pola atmosfer pada 28 Desember 2025–1 Januari 2026 menggunakan metode K-Means clustering sebagai solusi analitis berbasis data. Data yang digunakan berasal dari Modern-Era Retrospective Analysis for Research and Applications Version 2 (MERRA-2) dengan variabel suhu udara permukaan, kelembapan spesifik, tekanan permukaan, dan kecepatan angin. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan tahapan praproses data, normalisasi, optimasi jumlah cluster menggunakan Elbow Method, serta evaluasi menggunakan Silhouette Score. Jumlah cluster optimal adalah tiga dengan nilai Silhouette Score global sebesar 0,4089 yang menunjukkan struktur cluster moderat. Hasil penelitian mengidentifikasi tiga pola atmosfer dominan, yaitu Panas Tropis & Sangat Lembap (43,44%), Hangat & Sangat Lembap (36,93%), dan Sejuk & Lembap Sedang (19,63%). Secara spasial, wilayah dataran tinggi berkorelasi dengan kondisi lebih sejuk, sedangkan wilayah pesisir dan kepulauan didominasi kondisi panas dan sangat lembap. Temuan ini menunjukkan bahwa metode K-Means efektif dalam memetakan variabilitas atmosfer spasial jangka pendek secara kuantitatif.
Downloads
References
S. R. Clario, T. Anggraeni, T. C. Putri, and J. Y. Ariantono, “Tren Iklim dan Implikasinya terhadap Ketahanan Pangan di Wilayah Asahan dan Karo , Sumatera Utara,” no. 2024, 2025, doi: https://doi.org/10.56211/tabela.v3i2.1112.
J. Ilmu, K. Dan, V. N. J. Hal, E. Manalu, E. Surbakti, and S. Pardingotan, “Analisis Pola Cuaca di Provinsi Sumatera Utara Menggunakan Metode Clustering K-Means,” vol. 2, no. 3, pp. 81–89, 2026, [Online]. Available: https://jurnal.globalscients.com/index.php/jiki/article/view/988%0A
F. A. Zurfani, M. R. Syahputra, F. Matematika, P. Alam, and U. S. Utara, “Analisis Metode Clustering K-Means pada Zonasi Daerah Terdampak Banjir di Kota Medan dengan Evaluasi Silhouette Coefficient bahkan menjadi tradisi tahunan . Telah banyak upaya dilakukan untuk menanggulanginya,” no. 6, 2024, doi: https://doi.org/10.62383/algoritma.v2i6.270.
B. Hadi, R. G. G. Alam, U. Juhardi, and A. K. Hidayah, “IDENTIFIKASI DAERAH RAWAN BANJIR DI KOTA BENGKULU MENGGUNAKAN K-MEANS CLUSTERING DENGAN PYTHON,” vol. 9, no. 4, pp. 5978–5983, 2025, doi: https://doi.org/10.36040/jati.v9i4.13976.
M. Suyal and S. Sharma, “A Review on Analysis of K-Means Clustering Machine Learning Algorithm based on Unsupervised Learning,” pp. 85–95, 2024, doi: 10.33969/AIS.2024060106.
Global Modeling and Assimilation Office (GMAO), “MERRA-2 tavg1_2d_slv_Nx: 2d, 1-Hourly, Time-Averaged, Single-Level, Assimilation, Single-Level Diagnostics V5.12.4,” NASA Goddard Earth Sciences Data and Information Services Center (GES DISC).
Y. P. Permana, F. Marwati, S. Informasi, U. Pamulang, E. Method, and S. Score, “Analisis Pola Kondisi Atmosfer Berdasarkan Data Cuaca Historis Menggunakan Metode K-Means Clustering,” vol. 5, no. 2, pp. 226–234, 2025, doi: 10.59395/zb8w0x66.
D. Metode and K. D. A. N. Fuzzy, “INTI NUSA MANDIRI CLUSTERING DATA METEOROLOGI WILAYAH INDONESIA TIMUR,” vol. 18, no. 2, pp. 100–106, 2024, doi: https://doi.org/10.33480/techno.v16i2.642.
R. Forest and T. P. Terdahulu, “CLUSTERING DAN KLASIFIKASI DATA CUACA KOTA CILACAP MENGGUNAKAN K-MEANS DAN RANDOM FOREST,” vol. 1, no. April, pp. 90–97, 2024, doi: 10.61124/sinta.v1i2.15.
A. Wickramasinghe, S. Muthukumarana, D. Loewen, and M. Schaubroeck, “Temperature clusters in commercial buildings using k ‑ means and time series clustering,” Energy Informatics, pp. 1–14, 2022, doi: 10.1186/s42162-022-00186-8.
K. Dbscan and Y. Hasan, “Pengukuran Silhouette Score dan Davies-Bouldin Index pada Hasil Cluster,” vol. 06, no. 01, pp. 60–74, 2024, doi: http://dx.doi.org/10.23960/jitet.v12i3S1.5001.
A. Of et al., “APLIKASI FAST FOURIER TRANSFORM DALAM ANALISIS KORELASI PERIODISITAS CURAH HUJAN DI SUMATERA UTARA DENGAN FENOMENA VARIABILITAS IKLIM GLOBAL APPLICATION OF FAST FOURIER TRANSFORM IN ANALYSING THE CORRELATION OF RAINFALL PERIODICITY IN NORTH SUMATRA WITH T,” vol. 15, no. 1, pp. 29–36, 2024, doi: https://doi.org/10.46824/megasains.v15i1.148.
T. E. Vidia, Y. Darmawan, and W. Widodo, “ANALISIS DINAMIKA ATMOSFER KEJADIAN HUJAN LEBAT DENGAN METODE RED GREEN BLUE ( RGB ) DAN CLOUD CONVECTIVE OVERLAYS ( CCO ) DI BALIKPAPAN,” vol. 06, no. 02, pp. 112–122, 2025, doi: https://doi.org/10.30587/indexia.v6i2.9374.
T. Balai, K. Case, and S. May, “ANALISIS DINAMIKA ATMOSFER KEJADIAN ANGIN PUTING ANALYSIS OF ATMOSPHERIC DYNAMICS OF THE TORNADO EVENT IN,” vol. 15, no. 2, pp. 38–48, 2024, doi: 10.46824/megasains.v15i2.237.
O. Wulandari, A. A. Rofiah, N. J. Putri, and P. P. Sani, “ANALISIS SUHU MUKA LAUT, SUHU BOLA KERING, DAN SELISIH TEKANAN UDARA UNTUK MEMPREDIKSI PERTUMBUHAN AWAN CUMULONIMBUS DI STASIUN METEOROLOGI MARITIM TANJUNG PERAK SURABAYA JANUARI-AGUSTUS 2024,” J. Inov. Fis. Indones., vol. 14, pp. 92–102, 2025, doi: https://doi.org/10.26740/ifi.v14n1.p92-102.
J. Sentian et al., “Recent Spatial and Temporal Analysis of Aerosol Optical Depth From MERRA ‑ 2 Over Borneo Island,” Aerosol Air Qual. Res., vol. 26, no. 1, pp. 1–18, 2026, doi: 10.1007/s44408-025-00081-3.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Jhon Gabriel Simarmata, Natasha Nainggolan, Elga Sari Tanjung
This work is licensed under a Creative Commons Attribution 4.0 International License.
