PENGGUNAAN MACHINE LEARNING UNTUK ESTIMASI KEPADATAN SAMBARAN PETIR KOTA PONTIANAK

Abstrak

Kota Pontianak yang terletak di daerah tropis memiliki kondisi yang mendukung pembentukan awan-awan konvektif tinggi. Pembentukan awan-awan konvektif ini menyebabkan uap air naik ke lapisan atas atmosfer, membentuk awan yang mengandung muatan listrik dan menimbulkan fenomena petir. Penelitian ini bertujuan untuk mempelajari penggunaan machine learning berbasis bahasa pemrograman Python guna mempercepat pengelompokkan data sambaran petir ke dalam grid, mendapatkan estimasi kepadatan sambaran petir, dan menganalisis penggunaan machine learning untuk memprediksi kepadatan sambaran petir yang akan datang. Algoritma machine learning yang digunakan adalah regresi dan time series menggunakan metode decision tree regressor. Penelitian ini menggunakan metode kuantitatif dengan data sekunder untuk membuat model prediksi dan peta kepadatan sambaran petir. Hasil penelitian menunjukkan bahwa proses pengelompokan data sambaran petir ke dalam grid dapat dilakukan dengan bantuan pemrograman Python. Analisis estimasi dan prediksi menggunakan machine learning menunjukkan bahwa machine learning tidak mengubah data aktual dan dapat digunakan untuk memprediksi kepadatan sambaran petir yang akan datang. Akurasi terbaik dari machine learning sebesar 23,0152% untuk mean absolute percentage error. Keakuratan estimasi dan prediksi dipengaruhi oleh jumlah data latih yang digunakan; semakin banyak data latih, semakin baik hasil yang diperoleh. Peta kepadatan sambaran petir menunjukkan bahwa wilayah dengan tingkat kerawanan tertinggi berada di Kecamatan Pontianak Kota, Pontianak Utara, dan Pontianak Barat dengan rentang kepadatan sambaran petir sebesar 14-25 sambaran petir/grid/tahun.