Clustering pola hujan menggunakan Principal Component Analysis berbasis data klimatologi

ABSTRAK
Perubahan pola curah hujan merupakan aspek penting dalam kajian klimatologi karena berpengaruh langsung terhadap ketersediaan sumber daya air, aktivitas pertanian, serta potensi terjadinya bencana hidrometeorologi. Data klimatologi memiliki kompleksitas tinggi karena melibatkan berbagai variabel atmosfer, sehingga diperlukan metode analisis yang mampu mereduksi dimensi data tanpa menghilangkan informasi utama. Penelitian ini bertujuan untuk mengidentifikasi dan mengelompokkan pola curah hujan menggunakan pendekatan Principal Component Analysis (PCA) dan clustering.Data yang digunakan berupa data klimatologi harian tahun 2023 yang diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Stasiun Geofisika Kelas III Malang. Tahap pre-processing meliputi penghapusan data hilang menggunakan metode listwise deletion serta normalisasi data dengan StandardScaler. PCA diterapkan untuk mengekstraksi komponen utama, di mana komponen utama pertama (PC1) mampu menjelaskan 33,89% variasi total data dan didominasi oleh variabel penyinaran matahari serta durasi penyinaran. Skor PC1 selanjutnya digunakan sebagai dasar dalam proses clustering.Pengujian clustering dilakukan dengan membentuk 3, 4, dan 5 klaster, kemudian dievaluasi menggunakan Silhouette Score. Hasil evaluasi menunjukkan bahwa model 3 klaster menghasilkan nilai Silhouette Score tertinggi sebesar 0,5193, diikuti oleh model 4 klaster sebesar 0,4964 dan model 5 klaster sebesar 0,4015. Hal ini menunjukkan bahwa pembentukan tiga klaster memberikan kualitas pemisahan terbaik. Secara keseluruhan, hasil clustering merepresentasikan variasi pola curah hujan dengan karakteristik klimatologi yang berbeda. Penelitian ini membuktikan bahwa integrasi PCA dan clustering efektif dalam menyederhanakan data klimatologi yang kompleks serta mengidentifikasi pola curah hujan secara sistematis.

ABSTRACT
Changes in rainfall patterns are an important aspect of climatological studies because they directly affect water resource availability, agricultural activities, and the potential occurrence of hydrometeorological disasters. Climatological data are highly complex due to the involvement of various atmospheric variables, thus requiring analytical methods capable of reducing data dimensionality without losing essential information. This study aims to identify and cluster rainfall patterns using a Principal Component Analysis (PCA) and clustering approach.The data used consist of daily climatological data for the year 2023 obtained from the Meteorology, Climatology, and Geophysics Agency (BMKG), Class III Geophysics Station of Malang. The preprocessing stage includes the removal of missing data using the listwise deletion method and data normalization using StandardScaler. PCA is applied to extract the principal components, where the first principal component (PC1) explains 33.89% of the total data variance and is dominated by solar radiation and sunshine duration variables. The PC1 scores are then used as the basis for the clustering process.Clustering experiments are conducted by forming 3, 4, and 5 clusters and evaluated using the Silhouette Score. The evaluation results indicate that the 3-cluster model achieves the highest Silhouette Score of 0.5193, followed by the 4-cluster model at 0.4964 and the 5-cluster model at 0.4015. These results demonstrate that the three-cluster configuration provides the best cluster separation quality. Overall, the clustering results represent variations in rainfall patterns with distinct climatological characteristics. This study demonstrates that the integration of PCA and clustering is effective in simplifying complex climatological data and systematically identifying rainfall pattern segmentation

مستخلص البحث

تُعَدّ التغيرات في أنماط هطول الأمطار من الجوانب المهمة في الدراسات المناخية لما لها من تأثير مباشر على توافر الموارد المائية، والأنشطة الزراعية، واحتمالية حدوث الكوارث الهيدرومولوجية. وتتميز البيانات المناخية بدرجة عالية من التعقيد نتيجة لتداخل العديد من المتغيرات الجوية، مما يستلزم استخدام أساليب تحليلية قادرة على تقليل أبعاد البيانات دون فقدان المعلومات الأساسية. وتهدف هذه الدراسة إلى تحديد وتجميع أنماط هطول الأمطار باستخدام منهجية تحليل المكونات الرئيسية (PCA) وتقنيات التجميع (Clustering).تعتمد البيانات المستخدمة في هذه الدراسة على بيانات مناخية يومية لعام ٢٠٢٣ صادرة عن وكالة الأرصاد الجوية وعلم المناخ والجيوفيزياء (BMKG) بمحطة الجيوفيزياء من الفئة الثالثة في مالانغ. وتشمل مرحلة المعالجة المسبقة حذف القيم المفقودة باستخدام أسلوب الحذف الكلي (Listwise Deletion) وتطبيع البيانات باستخدام (StandardScaler). وقد طُبِّق تحليل المكونات الرئيسية لاستخلاص المكونات الأساسية، حيث تمكن المكون الرئيسي الأول (PC1) من تفسير نسبة ٣٣٫٨٩٪ من إجمالي تباين البيانات، وكان متأثرًا بشكلٍ رئيسي بمتغيري الإشعاع الشمسي ومدة سطوع الشمس. واستُخدمت درجات (PC1) كأساس لعملية التجميع.أُجريت عملية التجميع بتكوين ٣ و٤ و٥ عناقيد، ثم جرى تقييم النتائج باستخدام معامل السيلويت (Silhouette) (Score)وأظهرت نتائج التقييم أن نموذج الثلاثة عناقيد حقق أعلى قيمة لمعامل السيلويت بلغت ٠٫٥١٩٣، يليه نموذج الأربعة عناقيد بقيمة ٠٫٤٩٦٤، ثم نموذج الخمسة عناقيد بقيمة ٠٫٤٠١٥، مما يدل على أن تقسيم البيانات إلى ثلاثة عناقيد يوفر أفضل جودة في فصل العناقيد. وبشكل عام، تعكس نتائج التجميع تنوع أنماط هطول الأمطار ذات الخصائص المناخية المختلفة. وتؤكد هذه الدراسة أن دمج تحليل المكونات الرئيسية مع تقنيات التجميع يُعدّ فعالًا في تبسيط البيانات المناخية المعقدة وتحديد أنماط هطول الأمطار بصورة منهجية.