Kabupaten Bogor adalah daerah sering mengalami curah hujan berkepanjangan, terlebih pada musim hujan. Curah hujan yang tinggi menimbulkan permasalahan seperti banjir dan tanah longsor. Oleh karena itu prediksi curah hujan yang akurat penting untuk berbagai kebutuhan terutama dalam mitigasi bencana. Studi ini bertujuan mengimplementasikan algoritma Long Short-Term Memory (LSTM) sebagai model untuk prediksi dari data historis curah hujan dan menggunakan Large Language Model (LLM) GEMMA 2 untuk memberikan interpretasi hasil prediksi serta rekomendasi berdasarkan hasil prediksi. Metode yang digunakan meliputi pengumpulan data dari website data online BMKG yang berjumlah 1804 data, pra-pemrosesan data, pembuatan model, evaluasi performa model, serta interpretasi hasil menggunakan LLM. Hasil penelitian ini menunjukkan bahwa LSTM menghasilkan nilai MSE sebesar 201,92 mm2 dan RMSE 14,21 mm, dengan nilai R2 sebesar 0,24. Meskipun nilai R2 tergolong rendah karena fluktuasi data yang tinggi, nilai RMSE yang berada di bawah standar deviasi data (16,43 mm) menunjukkan bahwa model mampu memprediksi dengan kesalahan yang relatif kecil dan konsisten.. Selain itu interpretasi yang diberikan oleh LLM GEEMA 2 untuk membantu memahami prediksi dan memberikan rekomendasi praktis untuk mitigasi bencana akibat curah hujan.

S12083

INF 0110 2025

Bekasi

Tersedia