<![CDATA[Perubahan iklim menjadi isu penting yang perlu dicermati karena memengaruhi berbagai sektor, termasuk pertanian yang sangat bergantung pada curah hujan karena menentukan jadwal tanam dan panen. Oleh karena itu, penelitian ini mengembangkan model prediksi curah hujan menggunakan metode Long Short-Term Memory (LSTM) dan Gated Recurrent Units (GRU). Data yang digunakan dalam pembuatan model diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) dan diukur selama satu tahun pada 2019. Dataset terdiri dari 10 atribut yang digunakan sebagai acuan pengukuran cuaca oleh BMKG. Kemudian data tersebut dianalisis untuk memperbaiki nilai yang hilang dan melakukan pelabelan untuk menyamakan tipe data. Dari 10 atribut, hanya 7 atribut yang digunakan dalam proses pemodelan. Hasil pemodelan menunjukkan bahwa metode LSTM menghasilkan nilai RMSE sebesar 8,853, MAE sebesar 4,090, dan MSE sebesar 78,383, sedangkan metode GRU menghasilkan nilai RMSE sebesar 9,698, MAE sebesar 4,291, dan MSE sebesar 94,058. Berdasarkan hasil ini, metode LSTM memiliki tingkat error yang lebih rendah dibandingkan GRU dalam memprediksi curah hujan. Penelitian ini diharapkan dapat memberikan kontribusi pada bidang meteorologi dalam memprediksi curah hujan serta berperan dalam penanganan perubahan iklim di masa depan.]]>
Copyrights © 2023
