Abstract.
In this paper we will present data mining methods for short term prediction of fog in local area (international airport in Dubai in our case). We will describe data-preprocessing tasks, modeling using the decision trees, and evaluation of models on testing data. Preliminary results are plausible but still need some improvement.
1. Introduction
Peningkatan kebutuhan akan peringatan sedini mungkin tentang keadaan cuaca dengan tingkat ketepatan yang tinggi, terutama yang berhubungan dengan berbagai wilayah yang berpotensi menimbulkan kejadian yang dapat menimbulkan bahaya dan kerugian yang besar seperti lalu lintas, pertanian, pariwisata dan keamanan umum.
Kabut memiliki dampak signifikan pada aktivitas manusia (mari kita sebut saja untuk kepentingan penerbangan, lalu lintas jalan dan pelayaran) dan pentingnya peningkatan metode prediksi kabut bagi masyarakat secara keseluruhan. Saat ini digunakan pendekatan prediksi visibilitas-mengurangi kabut dimulai dengan model meteorologi umum 3D yang dieksekusi untuk wilayah terbatas, outputnya dikonversi menggunakan rumus empiris ke visibilitas.
Hasil dari pendekatan ini sendiri tidak dapat mencapai kualitas yang memuaskan dan model meteorologi yang umum seringkali gagal untuk menangani kondisi perubahan cuaca, yang biasanya menghasilkan kabut, oleh karena itu ada beberapa model eksperiment yang memproses hasil lebih lanjut dari model meteorologi umum.
Kami telah mengimplementasikan pendekatan ini dan mengevaluasinya pada data meteorologi disekitar bandara United Arab Emirates di Dubai
Dalam bab berikutnya, kami akan menjelaskan input data dan pra-pengolahan tugas yang dilakukan untuk mempersiapkan pemodelan.
Bab ketiga menguraikan model prediksi dan bab terakhir memberikan gambaran hasil evaluasi awal.