Cuaca sangat berpengaruh terhadap aktivitas manusia, mulai dari mencuci,
bepergian, bercocok tanam, penerbangan, dan lain sebagainya. Sehingga sangat
penting untuk mengetahui cuaca pada beberapa hari kedepan. Oleh karena itu,
diperlukan peramalan cuaca. Prakiraan cuaca oleh Badan Meteorologi,
Klimatologi dan Geofisika(BMKG) masih dilakukan secara manual dengan
melihat data cuaca melalui satelit dan perhitungan statistik. Peramalan cuaca pada
tugas akhir ini menggunakan Fuzzy Hidden Markov Models(FHMM) dengan
metode clustering Fuzzy Split and Merge Clustering(FSMC). Sebelumnya,
FHMM menggunakan Fuzzy C Means Clustering(FCM) untuk metode
clusteringnya. FSMC sendiri merupakan pengembangan dari algoritma ISMC
yang digabungkan dengan metode FCM. FCM merupakan salah satu algoritma
ISODATA. ISMC telah terbukti dapat membentuk cluster yang lebih konvergen
lebih cepat daripada algoritma ISODATA[1]. Oleh karena itu, pada tugas akhir ini
dilakukan penggantian FCM pada FHMM dengan metode clustering FSMC. Data
yang digunakan dalam peramalan cuaca merupakan data cuaca daerah Bandung
tahun 2000 yang berasal dari BMKG. Data tersebut berjumlah 305 hari(Januari-
Oktober), karena data dari BMKG hanya berisikan parameter-parameter yang
mempengaruhi cuaca(temperatur, tekanan udara, curah hujan, lama penyinaran
matahari, kecepatan angin, dan kelembapan udara), maka untuk pengisian target
cuaca(hujan,tidak hujan) diambil dari website freemeteo.com dengan
mencocokkan terlebih dahulu paramter cuaca pada website dengan parameter
cuaca dari BMKG. 305 data tersebut digunakan untuk training sistem, sedangkan
untuk menguji sistem peramalan cuaca digunakan data pada bulan Oktober(31
hari). Parameter yang diuji meliputi tipe clustering(FCM atau FSMC), jumlah
cluster, jumlah state pada FHMM, power(w), jumlah series hari yang digunakan
untuk peramalan cuaca, dan hari yang akan diprediksi(h+1...h+7). Berdasarkan
hasil implementasi dan pengujian sistem, didapatkan bahwa FHMM dengan
FSMC menghasilkan akurasi rata-rata 66,12% dan recall rata-rata 30%, serta
akurasi maksimum yang pernah dihasilkan sistem adalah 90,32% dan recall
maksimum yang pernah dihasilkan sistem 100%. Sedangkan FHMM dengan FCM
menghasilkan akurasi rata-rata 60,32% dan recall rata-rata 63,33%, serta akurasi
maksimal yang pernah dihasilkan sistem adalah 90,32% dan recall maksimal yang
pernah dihasilkan sistem adalah 100%. FHMM dengan FSMC dipengaruhi oleh
nilai threshold (split, dan merge),jumlah state, power(w), jumlah series, serta
karakteristik data, sedangkan FHMM dengan FCM dipengaruhi oleh jumlah
cluster,jumlah state, power,jumlah series, serta inisalisasi matriks U yang akan
digunakan untuk pencarian pusat cluster. Selain itu, FHMM dengan FSMC
mampu menghasilkan cluster dengan lebih cepat, akurasi rata-rata yang lebih
besar, dan recall rata-rata yang lebih rendah daripada FHMM dengan FCM.
cuaca, peramalan, FHMM, FCM, FSMC.