PREDIKSI CURAH HUJAN DI KOTA SURABAYA BERBASIS MODEL UNSUR IKLIM DATA BMKG DENGAN PENDEKATAN MODEL LSTM

ABSTRAKrnCurah hujan merupakan salah satu faktor penting yang mempengaruhi berbagai sektor, seperti pertanian, transportasi, dan industri. Intensitas curah hujan yang tinggi dapat menyebabkan banjir, gangguan aktivitas masyarakat, serta keterlambatan distribusi logistik, sehingga diperlukan sistem prediksi curah hujan yang akurat untuk mendukung pengambilan keputusan. Penelitian ini bertujuan untuk membangun model prediksi curah hujan menggunakan metode Long Short-Term Memory (LSTM) dengan memanfaatkan variabel temperatur rata-rata (TAVG), kelembapan rata-rata (RH_AVG), dan curah hujan (RR). Data yang digunakan diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) sebanyak 3.653 data harian. Tahapan penelitian meliputi preprocessing data berupa penanganan missing value menggunakan metode interpolasi linear, normalisasi data menggunakan Min-Max Scaler, serta pembentukan data time series. Optimasi model dilakukan menggunakan metode Grid Search terhadap kombinasi hyperparameter epoch, learning rate, dan time step. Hasil penelitian menunjukkan bahwa nilai RMSE terkecil sebesar 13.2521 diperoleh pada kombinasi hyperparameter epoch 100, learning rate 0.0001, dan time step 25 dengan pembagian data berurutan 80:10:10. Selain itu, hasil prediksi curah hujan untuk 7 hari ke depan berturut-turut adalah 7.5308, 7.0771, 6.8783, 6.8200, 6.7906, 6.7969, dan 6.6285. Hasil tersebut menunjukkan bahwa model LSTM mampu menghasilkan prediksi curah hujan dengan tingkat kesalahan yang cukup baik sehingga berpotensi dimanfaatkan sebagai sistem pendukung pengambilan keputusan dalam menghadapi kondisi cuaca di Kota Surabaya.rnKata kunci: Prediksi, Curah hujan, LSTM, Grid Search, RMSE