Analisis dan Prediksi Curah Hujan Bulanan Kota Serang Berbasis Apache Spark Menggunakan Dataset BPS Provinsi Banten

Abstract

Curah hujan merupakan salah satu parameter iklim yang berperan penting dalam sektor pertanian, perencanaan tata kota, serta mitigasi bencana hidrometeorologi seperti banjir dan kekeringan. Namun, pengolahan dan analisis data curah hujan dalam rentang waktu panjang sering menghadapi tantangan akibat besarnya volume data dan kompleksitas pola yang terbentuk. Penelitian ini bertujuan untuk menganalisis pola curah hujan bulanan serta membangun model prediksi curah hujan di Kota Serang dengan memanfaatkan teknologi Big Data menggunakan Apache Spark dan dataset resmi dari Badan Pusat Statistik (BPS) Provinsi Banten periode 2005–2024. Proses penelitian meliputi tahap pembersihan data, analisis eksploratif, perhitungan klimatologi dan anomali, serta pemodelan prediksi menggunakan algoritma Linear Regression, Decision Tree, dan Random Forest. Kinerja model dievaluasi menggunakan Root Mean Square Error (RMSE), koefisien determinasi (R²), dan Skill Score dengan baseline klimatologi dan baseline lag sebagai pembanding. Hasil penelitian menunjukkan bahwa model Random Forest memberikan performa terbaik dengan nilai RMSE sebesar 84,07 dan nilai R² sebesar 0,14, serta Skill Score tertinggi dibandingkan model lainnya. Temuan ini mengindikasikan bahwa Random Forest lebih mampu menangkap pola non-linear pada data curah hujan bulanan. Penerapan Apache Spark terbukti efektif dalam mendukung proses analisis dan pemodelan data iklim berskala besar, sehingga hasil penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem prediksi curah hujan serta mendukung pengambilan keputusan di tingkat daerah.Curah hujan merupakan salah satu parameter iklim yang berperan penting dalam sektor pertanian, perencanaan tata kota, serta mitigasi bencana hidrometeorologi seperti banjir dan kekeringan. Namun, pengolahan dan analisis data curah hujan dalam rentang waktu panjang sering menghadapi tantangan akibat besarnya volume data dan kompleksitas pola yang terbentuk. Penelitian ini bertujuan untuk menganalisis pola curah hujan bulanan serta membangun model prediksi curah hujan di Kota Serang dengan memanfaatkan teknologi Big Data menggunakan Apache Spark dan dataset resmi dari Badan Pusat Statistik (BPS) Provinsi Banten periode 2005–2024. Proses penelitian meliputi tahap pembersihan data, analisis eksploratif, perhitungan klimatologi dan anomali, serta pemodelan prediksi menggunakan algoritma Linear Regression, Decision Tree, dan Random Forest. Kinerja model dievaluasi menggunakan Root Mean Square Error (RMSE), koefisien determinasi (R²), dan Skill Score dengan baseline klimatologi dan baseline lag sebagai pembanding. Hasil penelitian menunjukkan bahwa model Random Forest memberikan performa terbaik dengan nilai RMSE sebesar 84,07 dan nilai R² sebesar 0,14, serta Skill Score tertinggi dibandingkan model lainnya. Temuan ini mengindikasikan bahwa Random Forest lebih mampu menangkap pola non-linear pada data curah hujan bulanan. Penerapan Apache Spark terbukti efektif dalam mendukung proses analisis dan pemodelan data iklim berskala besar, sehingga hasil penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem prediksi curah hujan serta mendukung pengambilan keputusan di tingkat daerah.