Prediksi Cuaca Kota Makassar Menggunakan Algoritma Gradient Boosting Machine = Makassar City Weather Forecasting Using Gradient Boosting Machine Algorithm

Latar Belakang. Prakiraan cuaca yang akurat memegang peranan penting dalam mendukung sektor-sektor utama seperti pertanian, transportasi, dan mitigasi bencana. Tujuan. Penelitian ini bertujuan untuk memprakirakan kondisi cuaca di Makassar menggunakan algoritma Gradient Boosting Machine (GBM). Metode. Dataset yang digunakan terdiri dari data observasi cuaca harian dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG), yang meliputi parameter suhu, kelembapan, curah hujan, radiasi matahari, dan angin. Penelitian ini melibatkan pra-pemrosesan data, rekayasa fitur, pelatihan model, dan evaluasi performa menggunakan metrik RMSE, MAE, dan R². Hasil. Hasil menunjukkan bahwa GBM mencapai akurasi yang tinggi dalam memprediksi suhu rata-rata dan durasi penyinaran matahari (R² ≥ 0.80), sementara prediksi curah hujan kurang akurat karena sifatnya yang stokastik. Fitur berbasis suhu dan kelembapan, beserta fitur temporal dan historis, diidentifikasi sebagai yang paling berpengaruh terhadap performa model. Kesimpulan. Penelitian ini menunjukkan bahwa GBM merupakan pendekatan yang menjanjikan untuk prakiraan cuaca harian guna mendukung pengambilan keputusan dalam menghadapi variabilitas iklim lokal.

Keyword : Prediksi Cuaca; Gradient Boosting Machine; Machine Learning; Makassar; BMKG.