Analisis Probabilistik Untuk Perediksi Cuaca Di Kota Medan Dan Kabupaten Deli Serdang (Menggunakan Metode Rantai Markov)

Cuaca merupakan fenomena alam yang sulit diprediksi karena dipengaruhi oleh berbagai variabel yang saling berkaitan. Peramalan cuaca memiliki peranan penting dalam pengambilan keputusan dan perencanaan aktivitas masyarakat sehari hari. Data meteorologi dari BMKG dapat dimanfaatkan untuk menganalisis dan memprediksi kondisi cuaca di masa mendatang. Salah satu metode yang dapat digunakan dalam peramalan cuaca adalah analisis Rantai Markov. Rantai Markov merupakan proses stokastik yang memodelkan sistem dinamis, di mana keadaan di masa depan hanya bergantung pada kondisi saat ini dan dapat dinyatakan dengan persamaan P{Xn+1 = j|X0 = i0 … …, Xn-1 = in-1,Xn = i} = P{Xn+1 = j| Xn == i} . Metode ini menggunakan matriks peluang transisi untuk memperkirakan perubahan keadaan secara metematis. Penelitian ini bertujuan menerapkan model Rantai markov untuk memprediksi cuaca harian di Kabupaten Deli Serdang dan kota medan berdasarkan data BMKG periode 1-30 September 2025. Variabel yang digunakan meliputi kondisi cerah, berawan, hujan ringan, dan hujan. Hasil menunjukkan bahwa di Deli Serdang, peluang hujan ringan mencapai 73% jika sebelumnya cerah, 65,6% jika berawan, dan 99,9% jika sebelumnya hujan ringan. Di Kota Medan, peluang berawan mencapai 77,7% jika sebelumnya cerah dan 99,9% jika sebelumnya berawan. Hasil ini menunjukkan bahwa model Rantai Markov efektif dalam merepresentasikan pola perubahan cuaca secara probabilistik dan akurat untuk peramalan jangka pendek.   Kata Kunci: 1; Rantai Markov, 2; Peramalan Cuaca, 3; Probabilitas Transisi, 4; BMKG, 5; Deli Serdang, Kota Medan