ABSTRAKSI: Temperatur udara merupakan salah satu indeks dari energi panas atmosfer. Oleh karena itu temperatur udara pada permukaan bumi adalah salah satu parameter krusial untuk mengetahui batasan iklim dari suatu daerah. Metode bayesian network merupakan salah satu metode dalam perhitungan statistik yang berdasarkan prinsip klasifikasi. Metode bayesian network dapat memperkirakan temperatur udara pada suatu wilayah dengan menggunakan data klimatologi.
Pada tugas akhir ini graf bayesian network dihasilkan dengan menggunakan algoritma desain faktorial. Arsitektur graf yang dihasilkan bayesian network digunakan untuk melakukan pengujian sekaligus untuk peramalan temperatur udara. Bayesian network melakukan perhitungan statistik berdasarkan parameter-parameter masukannya, yaitu kelembaban udara, tekanan udara, curah hujan, lama penyinaran matahari (sunshine radiation), kecepatan dan ada tidaknya angin. Kemudian hasil keluaran yang diharapkan adalah perkiraan temperatur udara untuk esok hari.
Dari hasil pengujian yang dilakukan terhadap sistem peramalan temperatur udara ini terbukti bahwa sistem ini dapat menghasilkan keluaran dengan hasil pengujian lebih dari 80%.
Kata Kunci : Bayesian network, temperatur udara, klimatologi, desain faktorial.ABSTRACT: Air temperature is one of index of the thermal energy of the atmosphere. Because of it air temperature on the surface of earth is a crucial parameter for understanding the boundary layer climate of certain area. Bayesian network method is one of method in statistics which is depend on classification principal. Bayesian network can estimate the air temperature on the area using Climatology data.In this final exam Bayesian network graph produced by factorial design algorithm. The architecture of Bayesian network graph used for testing and forecasting the air temperature. Bayesian network do statistical calculation depend on the input variables are humidity, air pressure, rainfall, sunshine radiation, and the wind. Output expected is air temperature estimation on the next day.
From the research, we can interpreted that forecasting system of air temperature can produce result of testing more than 80%.
Keyword: Bayesian network, air temperature, climatology, factorial design.