Electronic Theses and Dissertation

Peramalan merupakan metode untuk memprediksi kejadian di masa depan menggunakan data historis. Pemilihan metode peramalan yang tepat sangat penting bagi keberhasilan sektor pertanian, terutama di daerah yang ketergantungannya tinggi terhadap kondisi iklim yaitu sawah tadah hujan di wilayah Aceh Besar. Dengan menggunakan metode Holt-Winters dan LSTM (Long Short-Term Memory) untuk memprediksi variabel curah hujan, suhu udara dan kelembapan udara (relatif) di wilayah Aceh Besar menggunakan data harian dari dua sumber data iklim yaitu Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) dan National Aeronautics and Space Administration (NASA) untuk mengevaluasi perbedaan akurasi prediksi antara kedua metode peramalan tersebut. Perencanaan berbasis data diperlukan untuk memenuhi kebutuhan sumber pangan di Aceh Besar. Melalui penerapan metode peramalan tersebut, penelitian ini bertujuan untuk meminimalkan risiko gagal panen akibat perubahan iklim. Untuk mencapai tujuan ini, data dianalisis melalui tahapan, termasuk pelatihan dan pengujian model. Metode Holt-Winters digunakan karena kemampuannya dalam menangkap pola musiman, sedangkan metode LSTM digunakan karena kemampuan dalam memproses data dengan pola kompleks dan jangka panjang. Akurasi model diukur dengan Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE). Hasil analisis menunjukkan metode LSTM memiliki performa prediksi yang lebih baik dibandingkan Holt-Winters untuk semua variabel penelitian dengan proporsi data pelatihan 90% dengan dataset NASA memberikan tingkat akurasi lebih baik dengan RMSE 0,057 dan MAE 0,033 pada variabel curah hujan, RMSE 0,107 dan MAE 0,083 pada variabel kelembapan udara (relatif), dan RMSE 0,080 dan MAE 0,064 pada variabel suhu udara. Berdasarkan hasil peramalan, disusun kalender tanam padi sawah yang mencakup jadwal tanam dan masa istirahat tanam (bera). Masa tanam dimulai pada bulan September hingga Mei dan masa bera ditemukan berada pada bulan Juni hingga Agustus. Kalender tanam ini diharapkan dapat membantu petani dalam mengelola kegiatan pertanian secara lebih efisien dan adaptif terhadap perubahan iklim, sehingga produktivitas padi di wilayah Aceh Besar dapat ditingkatkan.

Forecasting is a method used to predict future events based on historical data. The selection of the appropriate forecasting method is critical for the success of agriculture, especially in regions heavily reliant on climatic conditions such as rain-fed rice fields in Aceh Besar. Using the Holt-Winters and LSTM (Long Short-Term Memory) methods, this study aims to predict variables such as rainfall, air temperature, and relative humidity in Aceh Besar using daily data from two climate data sources: the Meteorology, Climatology, and Geophysics Agency (BMKG) and the National Aeronautics and Space Administration (NASA). The study aims to evaluate the accuracy differences between these two forecasting methods. Data-driven planning is essential to meet the food source requirements in Aceh Besar. By applying these forecasting methods, this research seeks to minimize the risk of crop failure due to climate change. To achieve this goal, data are analyzed through multiple stages, including model training and testing. The Holt-Winters method is employed to capture seasonal patterns, while the LSTM method is used for processing data with complex and long-term patterns. Model accuracy is assessed using Root Mean Square Error (RMSE) and Mean Absolute Error (MAE). The results indicate that the LSTM method exhibits superior prediction accuracy across all study variables, with a training data proportion of 90%. The dataset from NASA offers better accuracy with RMSE of 0.057 and MAE of 0.033 for rainfall, RMSE of 0.107 and MAE of 0.083 for relative humidity, and RMSE of 0.080 and MAE of 0.064 for air temperature. Based on the forecasting results, a rice planting calendar is developed, detailing planting schedules and fallow periods (bera). The planting season begins in September and extends until May, with the fallow period occurring from June to August. This planting calendar is expected to assist farmers in managing agricultural activities more efficiently and adaptively in response to climate change, thereby enhancing rice productivity in Aceh Besar