Prediksi Temperatur Cuaca Kota Bandar Lampung Menggunakan Metode Time Series dan Long Short Term Memory

Abstract

Kota Bandar Lampung dikenal memiliki perubahan cuaca yang cepat, terutama pada masa peralihan musim, sehingga prediksi cuaca yang akurat sangat diperlukan untuk mitigasi bencana dan perencanaan sektor seperti pertanian, transportasi, dan kesehatan.Pada penelitian ini bertujuan untuk memprediksi temperatur cuaca di Kota Bandar Lampung menggunakan metode Long Short-Term Memory (LSTM) dan analisis time-series. Data yang digunakan dalam penelitian ini diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) dengan parameter suhu rata-rata harian dari tanggal 13 Januari hingga 26 Mei 2024. Tahapan penelitian meliputi pre-processing data (pembersihan, normalisasi menggunakan min-max scaler, dan pembagian data training serta testing), pemodelan LSTM dengan konfigurasi lapisan LSTM, dropout, dan dense, serta pelatihan model menggunakan optimizer Adam dengan learning rate 0.0001, epoch 20, dan batch size 1. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model LSTM yang dibangun mampu memprediksi suhu dengan tingkat kesalahan yang rendah, ditunjukkan oleh nilai MAE, RMSE, dan MAPE yang kecil. Hal ini mengindikasikan keakuratan model dalam memprediksi perubahan suhu di Kota Bandar Lampung.