Abstrak
Stasiun Meteorologi BMKG Kota Tarakan menghadapi tantangan dalam perekapan dan analisis data radiosonde yang masih dilakukan secara manual, menyebabkan inefisiensi dan potensi kesalahan. Penelitian ini bertujuan mengembangkan sistem perekapan otomatis dan analisis data radiosonde (RASON) menggunakan metode random forest untuk meningkatkan efisiensi dan akurasi pengolahan data. Sistem terdiri dari modul impor data, analisis dengan random forest, visualisasi data, dan antarmuka pengguna berbasis GUI. Hasil penelitian menunjukkan bahwa sistem ini mampu meningkatkan efisiensi perekapan data hingga 99%, dengan waktu perekapan otomatis hanya 8 detik untuk 20 baris data, dibandingkan 10 menit 24 detik pada metode manual. Akurasi klasifikasi menggunakan random forest mencapai 100% untuk indeks stabilitas atmosfer (KI, LI, SI, TT) dan 99,93% untuk CAPE, dengan nilai Precision, Recall, dan F1-Score yang tinggi, seperti 1,0000 untuk KI dan TT, serta 0,9938 untuk LI dan 0,9965 untuk CAPE. Klasifikasi keseluruhan (AllData_Class) mencapai Precision 0,9030, Recall 0,9877, dan F1-Score 0,9369. Evaluasi usabilitas dengan skor SUS rata-rata 90 menunjukkan bahwa sistem mudah digunakan dan diterima dengan baik oleh pengguna. Sistem ini diharapkan dapat meningkatkan efisiensi kerja BMKG Kota Tarakan, mendukung pengambilan keputusan terkait kondisi cuaca, serta menjadi solusi modern dalam analisis data meteorologi. Pengembangan lebih lanjut dapat dilakukan dengan integrasi sistem prediksi cuaca ekstrem dan klasifikasi curah hujan untuk memperluas manfaatnya.