ABSTRAK

Pengelolaan sumber daya air dan berbagai sektor industri sangat bergantung pada
curah hujan. Untuk menghindari dampak negative seperti banjir, kekeringan, dan
bencana alam lainnya prakiraan curah hujan harus akurat dan dilakukan tepat
waktu. Pada penelitian ini dilakukan pemodelan dengan menggunakan dataset
curah hujan kota Bandung tahun 2018 hingga 2022 dengan metode Bidirectional
Gated Recurrent Unit (BiGRU). Bidirectional Long Short Term Memory
(BiLSTM), Gated Recurrent Unit (GRU), dan Long Short Term Memory (LSTM)
digunakan untuk membandingkan kinerja algoritma BiGRU. Temuan pengujian
menunjukkan bahwa, berdasarkan nilai Root Mean Squared Error (RMSE), Mean
Squared Error (MSE), dan Skor R2 Score BiGRU memberikan hasil terbaik dengan
nilai tingkat kesalahan terendah. Algoritma dengan nilai tingkat kesalahan terbesar
adalah LSTM. Studi ini memajukan strategi untuk memprediksi curah hujan yang
dapat diterapkan untuk mengelola sumber daya air dan menanggapi bencana alam
yang terkait dengan curah hujan.