PREDIKSI CURAH HUJAN DI KOTA SEMARANG MENGGUNAKAN METODE LONG SHORT-TERM MEMORY DAN GATED RECURRENT UNIT

Abstract

Curah hujan merupakan parameter meteorologis penting yang berpengaruh terhadap mitigasi bencana, perencanaan wilayah, dan pengelolaan sumber daya air, khususnya di Kota Semarang yang memiliki tingkat kerawanan banjir tinggi. Permasalahan utama dalam prediksi curah hujan adalah karakteristik data yang bersifat fluktuatif, nonlinier, serta dipengaruhi oleh berbagai faktor atmosfer, sehingga metode statistik konvensional sering kali belum mampu memberikan hasil yang optimal. Penelitian ini bertujuan untuk membandingkan kinerja model Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dalam memprediksi curah hujan harian di Kota Semarang serta menganalisis pengaruh variasi panjang data historis (window size) terhadap akurasi prediksi. Metode yang digunakan meliputi pengolahan data curah hujan harian periode Januari 2016 hingga Desember 2025 dari BMKG, pra-pemrosesan data, normalisasi, pembentukan data sekuensial dengan window size 7, 14, 30, dan 60 hari, serta pelatihan dan evaluasi model LSTM dan GRU menggunakan metrik MAE, MSE, RMSE, dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model GRU memberikan performa terbaik pada window size 30 hari dengan nilai RMSE sebesar 5,655 dan R² sebesar 0,735, sedangkan LSTM menghasilkan performa terbaik pada window size 14 hari dengan R² sebesar 0,726. Secara keseluruhan, GRU menunjukkan kinerja yang lebih stabil dan akurat dalam memprediksi curah hujan harian di Kota Semarang