View/Open

Author
LISTA, HERLINA

Advisor
Dr. Deni Okta Lestari, S.Si.,
Alfiah Rizky Diana Putri, S.T., M.Eng.,

Koleksi
Sains Atmosfer dan Keplanetan

Publisher

Curah hujan merupakan variabel iklim penting yang sangat dipengaruhi oleh perubahan pola cuaca musiman, seperti peralihan antara musim hujan dan kemarau, terutama di wilayah tropis seperti Indonesia. Penelitian ini menerapkan metode Long Short-Term Memory (LSTM) untuk memprediksi curah hujan musiman berdasarkan data meteorologi per jam dari Automatic Weather Station (AWS) milik Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) yang terletak di taman alat ITERA periode 1 September 2019 hingga 31 Agustus 2024. Dua model dikembangkan, yaitu Model 1 dengan panjang sekuensial 30 hari dan Model 2 dengan panjang sekuensial 60 hari. Model 1 menunjukkan performa terbaik dengan RMSE terendah yaitu 0,64 mm pada SON (September-Oktober-November), sedangkan R² tertinggi sebesar 0,90 pada DJF (Desember-Januari-Februari). Performa terbaik Model 2 tercatat pada musim SON dengan RMSE terendah sebesar 0,88 mm dan R² tertinggi sebesar 0,92 pada musim DJF. Secara keseluruhan Model 2 menunjukkan performa yang lebih stabil dan unggul secara keseluruhan.

URI
https://repo.itera.ac.id/depan/submission/SB2508250060

Keyword
curah hujan musiman prediksi curah hujan LSTM ITERA