Analisis dan Visualisasi Iklim di Indonesia Menggunakan Tableau Dengan Metode Forecasting Metode Forecasting
##plugins.themes.bootstrap3.article.main##
Abstract
Perubahan iklim yang semakin terasa di berbagai wilayah Indonesia menuntut adanya cara yang efektif untuk memahami dan memprediksi kondisi iklim secara lebih akurat. Penelitian ini dilakukan untuk membantu menggambarkan pola iklim di Indonesia dengan memanfaatkan platform visualisasi data, yaitu Tableau, serta metode peramalan exponential smoothing. Tiga unsur utama yang dianalisis adalah suhu rata-rata, curah hujan, dan lama penyinaran matahari, berdasarkan data sekunder yang diperoleh dari situs Kaggle selama periode Januari 2010 hingga Desember 2021. Data tersebut diolah melalui tahap pembersihan, penggabungan, dan konversi ke bentuk bulanan, lalu divisualisasikan dalam bentuk grafik interaktif. Hasil visualisasi menunjukkan bahwa suhu rata-rata cenderung stabil dari tahun ke tahun, sementara curah hujan dan lama penyinaran memiliki pola musiman yang konsisten. Dengan fitur forecasting yang tersedia di Tableau, pengguna dapat melihat proyeksi iklim satu tahun ke depan secara lebih mudah dan informatif. Temuan ini diharapkan dapat membantu pihak-pihak seperti petani, pengelola energi, atau pembuat kebijakan untuk mengambil keputusan berdasarkan data yang lebih jelas. Visualisasi ini tidak hanya menyajikan data ilmiah secara menarik, tetapi juga menjembatani pemahaman antara informasi teknis dan kebutuhan praktis di lapangan, sehingga dapat digunakan sebagai alat bantu dalam perencanaan adaptif menghadapi perubahan iklim.
##plugins.themes.bootstrap3.article.details##
Hartono, D. (2023). Perubahan Iklim dan Dampaknya pada Indonesia. Jurnal Mirai Management, 8(2), 170–183.
Islamita, F., Suryamen, H., & Wahyuni, U. M. (2024). Penerapan Business Intelligence Dashboard dan Forecasting pada Jumlah Pasien Puskesmas XYZ. Innotech, 1(2), 1–11.
Olivia, M., & Amelia. (2021). Metode Exponential Smoothing untuk Forecasting Jumlah Penduduk Miskin di Kota Langsa. Gamma-Pi, 3(1), 47–55.
Rahayu, R. (2022). Penerapan Forecasting dalam Jumlah Kasus Penyakit Malaria Menggunakan Metode Exponential Smoothing. Jurnal Informatika Dan Teknologi Informasi, 1(2), 98–103. https://ejurnal.bangunharapanbangsa.com/index.php/jutek/article/view/79
Rizki, I. N., Puspita, M. L., Prayoga, D., & Huda, M. Q. (2024). Implementasi Exploratory Data Analysis untuk Analisis dan Visualisasi Data Penderita Stroke Kalimantan Selatan Menggunakan Platform Tableau. JITET, 12(1), 560–563.
Saepuloh, D. (2020). Visualisasi Data Covid 19 Provinsi DKI Menggunakan Tableau. Jurnal Riset Jakarta, 13(2), 55–64. https://doi.org/10.37439/jurnaldrd.v13i2.37
Saputra, P. A., Irawan, S. S., Rahmaddeni, R., Prianto, R., & Hidayat, T. (2025). Prediksi dan Analisis Pola Perubahan Iklim Menggunakan Algoritma Gradient Boosting. Jurnal Informatika Dan Teknik Elektro Terapan, 13(2), 430–435. https://doi.org/10.23960/jitet.v13i2.6230
Vimala, J., & Nugroho, A. (2022). Forecasting Penjualan Obat Menggunakan Metode Single, Double, Dan Triple Exponential Smoothing ( Studi Kasus : Apotek Mandiri Medika). IT-Explore: Jurnal Penerapan Teknologi Informasi Dan Komunikasi, 1(2), 90–99. https://doi.org/10.24246/itexplore.v1i2.2022.pp90-99