DETEKSI DINI KEJADIAN ANGIN PUTING BELIUNG DI JAWA BARAT MENGGUNAKAN DATA METEOROLOGI PERMUKAAN BERBASIS MACHINE LEARNING

Angin puting beliung merupakan fenomena cuaca ekstrem berskala lokal yang berkembang secara cepat dari awan Cumulonimbus dan sering menimbulkan kerusakan pada permukiman maupun infrastruktur. Karakteristiknya yang berdurasi singkat dan memiliki skala spasial sempit menyebabkan fenomena ini masih sulit diprediksi menggunakan pendekatan konvensional. Penelitian ini bertujuan mengembangkan model deteksi dini kejadian angin puting beliung di Provinsi Jawa Barat menggunakan data meteorologi permukaan berbasis machine learning. Data yang digunakan berupa observasi SYNOP Stasiun Bandung/Husein (WMO 96781) periode 2016–2024 yang meliputi suhu udara, titik embun, kelembapan relatif, perubahan tekanan udara, kecepatan angin, tutupan awan total, dan tekanan permukaan laut. Sebanyak 34 kejadian puting beliung diidentifikasi berdasarkan Indonesia Tornado Database dan digunakan sebagai dasar pelabelan data sehingga diperoleh 510 observasi. Model dikembangkan menggunakan algoritma Logistic Regression dan Random Forest dengan skema 5-fold event-based cross validation pada delapan lead time (0, 3, 6, 9, 12, 15, 18, dan 21 jam). Kinerja model dievaluasi menggunakan Area Under the Receiver Operating Characteristic Curve (AUC) dan Heidke Skill Score (HSS). Hasil penelitian menunjukkan bahwa kedua model mampu mengidentifikasi perubahan kondisi atmosfer sebelum kejadian puting beliung, ditandai dengan meningkatnya probabilitas prediksi menjelang waktu kejadian. Performa terbaik diperoleh pada lead time 0 jam, dengan Random Forest menghasilkan nilai AUC sebesar 0,864 dan HSS sebesar 0,376, sedikit lebih tinggi dibandingkan Logistic Regression yang memperoleh AUC sebesar 0,854 dan HSS sebesar 0,324. Secara umum, performa model menurun seiring bertambahnya lead time, namun masih menunjukkan kemampuan klasifikasi yang baik hingga beberapa jam sebelum kejadian. Hasil penelitian ini menunjukkan bahwa data meteorologi permukaan yang tersedia secara operasional berpotensi dimanfaatkan sebagai dasar pengembangan sistem deteksi dini angin puting beliung di Indonesia.