Article Per Year (5 Year)
p-Index From 2021 - 2026
2.049
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) TRANSISTOR Elektro dan Informatika MATAPPA: Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Community Services Abdimas: Jurnal Pengabdian Masyarakat Universitas Merdeka Malang Indonesian Journal of Global Health research Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Rekayasa Sistem Informasi dan Teknologi
Sri Mulyono
Universitas Islam Sultan Agung
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Health Professions Languange, Linguistic, Communication & Media Nursing Public Health Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Integrasi Long Short-Term Memory dan Large Language Model untuk Prediksi Curah Hujan dan Mitigasi Kekeringan Heru Hidayatulloh; Sri Mulyono; Luluk Indah Rahmawati
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 4 No. 1 (2026): Agustus
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v4i1.4455

Abstract

Kekeringan merupakan salah satu bencana hidrometeorologi yang berkaitan dengan rendahnya curah hujan dan dapat berdampak pada ketersediaan air, pertanian, serta aktivitas masyarakat. Penelitian ini bertujuan mengembangkan sistem prediksi curah hujan menggunakan Long Short-Term Memory (LSTM) yang diintegrasikan dengan Large Language Model (LLM) melalui Gemini AI untuk mendukung interpretasi kondisi curah hujan dan mitigasi risiko kekeringan di Kabupaten Kendal. Data yang digunakan berupa 447 data historis curah hujan dasarian dari BMKG dengan rentang nilai curah hujan historis sebesar 0–[nilai maksimum] mm. Tahapan penelitian meliputi pembagian data secara kronologis menjadi 80% training, 10% validation, dan 10% testing, normalisasi Min-Max Scaling, pembentukan sliding window 24 periode, pelatihan LSTM, serta iterative forecasting selama 36 periode dasarian. Hasil evaluasi menghasilkan MAE sebesar 20,8357 mm, MSE sebesar 736,7793 mm², RMSE sebesar 27,1437 mm, dan R² sebesar 0,7339. Penentuan potensi risiko kekeringan didasarkan pada kategori curah hujan rendah menggunakan threshold yang ditetapkan dalam penelitian dan tidak menggunakan indeks kekeringan meteorologis seperti SPI atau SPEI. Hasil prediksi kemudian diklasifikasikan berdasarkan threshold tersebut sebelum dikirimkan ke Gemini AI. Gemini AI berperan sebagai komponen interpretasi yang mengeksekusi prompt engineering berbasis hasil klasifikasi untuk menghasilkan informasi dan rekomendasi mitigasi dalam bahasa alami, bukan sebagai penentu utama risiko. Seluruh pipeline prediksi, klasifikasi, dan interpretasi berhasil diimplementasikan dalam aplikasi web berbasis Streamlit. Sistem memiliki keterbatasan berupa potensi akumulasi galat pada iterative forecasting jangka panjang dan belum mempertimbangkan indeks kekeringan meteorologis.
Co-Authors Abdul Rohman Soleh Adnan Kurniawan Agus Adhi Nugroho Ahmad Fahim Nidhom Badie'ah Badie'ah Betie Febriana Budi Pramono Jati Choirul Iman Dwi Heppy Rochmawati Ella Heriyawati Hartono Hartono Heru Hidayatulloh Ike Mawarni Imam Much Ibnu Subroto Komsiyah Afri Luluk Indah Rahmawati M. Roichani Minidian Fasitasari Moch Taufik Mohammad Taufiqurrohman Muhammad Ni’am Muhammad Qomaruddin Muhammad Syaiful Anwar Mustafa, Mustafa Nani Hidayati Nur Anna Chalimah Sadyah Nuzulia Khoiriyah Poetro, Bagus Satrio Waluyo Riansyah, Andi Rusmal Firmansyah Sam Farisa Chaerul Haviana Suryadi Bahrun Suryani Alifah Zaenal Abidin