Prediksi Suhu dan Kecepatan Angin di Area Camping Gunung Putri Lembang Menggunakan Algoritma Random Forest [AJG]

Abstract

Aktivitas camping di kawasan pegunungan, seperti di Gunung Putri Lembang, memiliki risiko tinggi akibat perubahan cuaca ekstrem yang tidak terduga, terutama pada parameter suhu dan kecepatan angin. Ketiadaan sistem prediksi cuaca mikro berbasis data lokal menyebabkan kurangnya informasi bagi pengelola dan pengunjung untuk mengambil keputusan tepat waktu. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem prediksi suhu dan kecepatan angin berbasis Internet of Things (IoT) dan algoritma Random Forest Regression. Data diperoleh secara real-time menggunakan sensor DHT22 dan anemometer yang terhubung melalui mikrokontroler ESP32 ke database MySQL. Data historis kemudian diproses melalui tahapan preprocessing, pelatihan model, dan evaluasi akurasi menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Hipotesis awal dari penelitian ini menyatakan bahwa Random Forest mampu menghasilkan prediksi suhu dan kecepatan angin dengan tingkat akurasi tinggi pada skala lokal, serta dapat diintegrasikan dengan sistem monitoring real-time untuk mendukung manajemen risiko wisata alam. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem prediksi cuaca berbasis data lokal yang murah, adaptif, dan aplikatif.