<![CDATA[Perubahan iklim yang menyebabkan adanya ketidakpastian dalam cuaca menjadi sebuah tantangan besar untuk sektor pertanian di Indonesia. Untuk mengatasi permasalahan ini, penelitian ini menciptakan SmartFarm, sebuah aplikasi Android yang mengandalkan model prediktif dan dirancang untuk memberikan informasi prakiraan cuaca setiap hari serta rekomendasi budidaya langsung kepada petani. Aplikasi ini memanfaatkan algoritma Long Short-Term Memory (LSTM) guna memprediksi kondisi cuaca dengan menggunakan data iklim historis Indonesia yang diperoleh dari platform Kaggle, serta didukung oleh infrastruktur cloud melalui Google Cloud Platform dan tampilan mobile yang mudah digunakan. Metodologi yang diterapkan mencakup langkah-langkah pengumpulan dan pembersihan data, analisis statistik, pra-pemrosesan, pelatihan model prediksi, pengembangan API, dan integrasi ke dalam aplikasi Android. Hasil dari pelatihan model menunjukkan tingkat akurasi yang sangat baik dengan kesalahan yang minimal dan kestabilan antara data pelatihan serta validasi. Sistem backend dapat menangani permintaan dengan waktu respons kurang dari 500 milidetik, sementara aplikasi ini dapat berfungsi secara offline dengan menyimpan data terkini. Berdasarkan penilaian teknis dan uji coba awal, aplikasi SmartFarm berhasil mencapai tujuannya sebagai alat digital yang fungsional, informatif, dan mudah digunakan oleh petani untuk mendukung pengambilan keputusan pertanian yang lebih responsif terhadap cuaca.]]>
Copyrights © 2025
