PERAMALAN CURAH HUJAN DI KABUPATEN JEMBER BERBASIS DATA SATELIT HIMAWARI-9 DENGAN METODE LONG SHORT-TERM MEMORY (LSTM)
Tahun 2026 · Penulis: Nurrisa Qurrotul Aini
Faculty of Mathematics and Natural Sciences, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/11369
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Kabupaten Jember merupakan wilayah pertanian di Provinsi Jawa Timur yang sangat bergantung pada kondisi curah hujan, namun data dari stasiun pengamatan konvensional masih terbatas, sehingga mendorong pemanfaatan teknologi penginderaan jauh. Penelitian ini bertujuan untuk memperoleh data curah hujan Kabupaten Jember menggunakan data satelit Himawari-9 dan mengembangkan model Long Short-Term Memory (LSTM) untuk peramalan curah hujan. Brightness Temperature (TBB_13) periode Desember 2025, yang diukur dalam satuan Kelvin (K) dengan interval 30 menit, digunakan sebagai indikator proksi potensi curah hujan konvektif dengan ambang batas 235 K, yang dibagi menjadi data latih (training) 80% dan data uji (testing) 20%. Model LSTM yang dibangun dengan dua lapisan LSTM, satu lapisan Dropout, dan dua lapisan Dense, menggunakan optimizer Adam dan fungsi loss MAE, dioptimasi melalui hyperparameter tuning, dan model terbaik selanjutnya digunakan untuk evaluasi dan peramalan. Model tersebut menghasilkan RMSE sebesar 12,1641 K dan MAPE sebesar 2,9744% pada data latih, serta RMSE sebesar 11,9592 K dan MAPE sebesar 3,4151% pada data uji, yang menunjukkan generalisasi yang baik tanpa adanya overfitting yang signifikan. Peramalan untuk tanggal 31 Desember 2025 menghasilkan MAPE kumulatif akhir sebesar 2,57%, dengan MAPE maksimum sebesar 4,56% pada langkah waktu (step) tertentu yang tidak berpengaruh signifikan terhadap klasifikasi zona, disertai korelasi Spearman sebesar rs = 0,9589 dan akurasi klasifikasi sebesar 91,5%, yang menunjukkan hubungan yang sangat kuat antara data aktual dan data hasil peramalan. Peramalan untuk tanggal 1 Januari 2026 menghasilkan pola harian yang konsisten sesuai dengan siklus konvektif diurnal wilayah tropis, dengan potensi curah hujan diprediksi terjadi pada jam pagi hingga siang hari. Hasil-hasil ini menunjukkan bahwa LSTM merupakan pendekatan yang efektif untuk peramalan curah hujan berbasis satelit di Kabupaten Jember.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,861
Tahun 2026 · Penulis: Husamuddin Qais
Prediksi Curah Hujan Berbasis Long Short-Term Memory (LSTM) untuk Mendukung Implementasi Teknologi Pertanian
Curah hujan merupakan salah satu faktor penting yang memengaruhi keberhasilan sektor pertanian karena berkaitan langsung dengan ketersediaan air, pola tanam, serta pengelolaan lahan pertanian. Perubahan pola curah hujan yang tidak menentu dapat menyebabkan ber
- Cosine 0,859
Tahun 2025 · Penulis: Ismiasih
Perbandingan Model ARIMAX dan LSTM dengan Variabel Eksogen dalam Meramalkan Suhu di Kabupaten Jember
Suhu merupakan salah satu indikator penting untuk mengukur kondisi lingkungan, baik yang berkaitan dengan panas maupun dingin dan umumnya diukur menggunakan satuan derajat Celcius (℃). Kenaikan suhu meskipun kecil berdampak pada peningkatan risiko bencana alam
- Cosine 0,858
Tahun 2024 · Penulis: Rahillailia Khoirunnisa
Algoritma Long Short Term Memory Untuk Peramalan Kecepatan Angin Wilayah Surabaya Dan Sekitarnya
Konsumsi energi fosil dalam pemenuhan kebutuhan listrik yang semakin meningkat mengakibatkan banyak negara memanfaatkan energi alternatif untuk mengembangkan beberapa pembangkit listrik, salah satunya yaitu PLTB. Pembangkit ini akan mengkonversi energi angin m