ABSTRAKSI: Cuaca yang tak menentu dan berubah ubah belakangan ini sangat menghambat aktifitas sehari hari. Dan dalam hal ini, awan merupakan parameter utama untuk menentukan kadar kestabilan di atmosfir. Dengan metode pengklasifikasian jenis awan yang tepat untuk mendeteksi kondisi cuaca diharapkan dapat memenuhi kebutuhan dan desakan dari berbagai pihak untuk dapat melakukan otomatisasi dan digitalisasi dalam mendeteksi suatu cuaca dengan akurasi yang tinggi tanpa harus secara langsung diamati.
Dalam penelitian tugas akhir ini tahap pertama yang dilakukan adalah preprocessing guna mendapat gambar yang sesuai kriteria agar lebih mudah diproses ke tahap selanjutnya. Tahap selanjutnya adalah ekstraksi ciri dengan menggunakan metode morfologi. Langkah selanjutnya adalah pendeteksian/pengklasifikasian objek/gambar yang terdapat pada awan dengan menggunakan metode Hidden Markov Model.
Penelitian tugas akhir ini mampu menghasilkan output berupa suatu sistem yang dapat meramal atau mengidentifikasikan dan mengklasifikasikan jenis awan yang mendatangkan hujan. Metode klasifikasi yang digunakan dalam tugas akhir ini adalah HMM, yang diharapkan mampu untuk mengenali citra langit dan meramalkan dengan baik antara kondisi cuaca cerah, mendung dan hujan dengan tingkat akurasi 91% dari 300 data yang tediri dari 3 kelas. Waktu rata-rata komputasi sistem adalah 0.042 detik. Maka target performansi sistem yang diharapkan telah tercapai kemudian dapat dijadikan database untuk membantu BMKG dalam memprakirakan cuaca dengan rentang hours-by-hours.
Kata Kunci : Peramalan, Klasifikasi dan Jenis awan, Hidden Markov ModelABSTRACT: Recently extreme weather which is unstable is often the case and interfere with daily activities. Based on the current conditions of geothermal, the weather detection becomes crucial matter in the application of several disciplines and human activity. Nowadays, looking for methods to detect weather at one time with image processing is a new innovation that appears in the weather modeling. This case was driven by high demand from various parties for automation and digitalization in detecting weather conditions carefully and accurately without having to observe it directly.
In this final project conducted the first phase is preprocessing in order to obtain images that match the criteria to be more easily processed to the next stage. The next stage is feature extraction using morphological methods. The next step is the detection/classification of objects/images contained in the cloud by using Hidden Markov Models.
The final project was able to produce the output of a system that can predict or identify and classify the types of clouds that bring rain. Classification methods used in this thesis is a HMM, which is expected to be able to recognize the image of the sky and predict the weather conditions well between sunny, cloudy and rainy with a 91% accuracy rate of 300 data consist of three classes, the average time computing system is 0.042 seconds. Then the expected system performance targets have been achieved can then be used as a database to assist in forecasting weather BMKG hours with range-by-hour.
Keyword: Forecasting, Classification and type of clouds, Hidden Markov Models