Ervan Ferdiansyah
Sekolah Tinggi Meteorologi Klimatologi dan Geofisika

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

EVALUASI MODEL LONG SHORT-TERM MEMORY (LSTM) UNTUK PREDIKSI CURAH HUJAN DI ZONA MUSIM (ZOM) PROVINSI JAWA TENGAH Catur Handika; Fendy Arifianto; Yahya Darmawan; Ervan Ferdiansyah
Inovasi Fisika Indonesia Vol. 15 No. 2 (2026): Vol 15 No 2
Publisher : Prodi Fisika FMIPA Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/ifi.v15n2.p337-351

Abstract

Provinsi Jawa Tengah merupakan salah satu sentra produksi pertanian nasional yang juga rentan terhadap bencana hidrometeorologi, sehingga informasi curah hujan dasarian yang akurat diperlukan untuk mendukung sektor tersebut. Penelitian ini bertujuan menghasilkan kinerja model Long Short-Term Memory (LSTM) dalam memprediksi curah hujan dasarian pada 54 Zona Musim (ZOM) di Jawa Tengah. Data yang digunakan berupa curah hujan blending serta angin zonal (U850), angin meridional (V850), dan kelembaban relatif (RH850) lapisan 850 hPa dari ERA5. Data dibagi menjadi pelatihan tahun 1991–2015, validasi tahun 2016–2020, dan pengujian tahun 2021–2024. Seleksi prediktor menggunakan Light Gradient Boosting Machine (LightGBM) dan SHapley Additive exPlanations (SHAP), yang menunjukkan RH850 dan U850 sebagai prediktor dengan kontribusi terbesar. Hasil penelitian menunjukkan model LSTM mampu merepresentasikan pola temporal dan tren musiman curah hujan dengan baik, dengan korelasi keliling antara 0,53 hingga 0,81, RMSE antara 27,70 hingga 76,47 mm, MAE antara 19,41 hingga 55,63 mm, dan bias antara −17,27 hingga 13,47 mm. Namun performa model masih bervariasi setiap ZOM dan kurang optimal dalam mengestimasi puncak curah hujan ekstrem.