PENERAPAN DATA MINING DENGAN METODE DECISION TREE UNTUK PREDIKSI CUACA DI KOTA SEATTLE MENGGUNAKAN APLIKASI WEKA

Abstract

Penerapan metode Decision Tree (J48) melalui aplikasi WEKA berhasil menghasilkan model prediksi cuaca di kota Seattle dengan akurasi sekitar 86.016%. Model ini memiliki struktur sederhana dan mudah dipahami, tetapi ada keterbatasan dalam mengklasifikasikan beberapa kategori cuaca. Penggunaan metode ensemble atau kombinasi beberapa model dapat meningkatkan akurasi prediksi cuaca. Penelitian ini berkontribusi dalam penerapan Decision Tree untuk prediksi cuaca di kota Seattle menggunakan WEKA, dan menyadari potensi pengembangan lebih lanjut untuk meningkatkan performa dan akurasi prediksi cuaca. Untuk penelitian lebih lanjut, dianjurkan untuk mengkaji atribut cuaca yang relevan, menggunakan data cuaca dari sumber yang berbeda, menguji model dengan data yang beragam, serta mempertimbangkan metode ensemble. Pengembangan model untuk prediksi cuaca jangka panjang dengan data historis juga perlu dipertimbangkan. Dengan langkah-langkah ini, diharapkan dapat meningkatkan akurasi dan performa model prediksi cuaca di kota X menggunakan metode Decision Tree dan aplikasi WEKA