Abstract
Perubahan iklim menjadi salah satu isu paling kritis saat ini, dengan pengaruh yang dirasakan di berbagai negara, termasuk Indonesia. Fenomena ini memengaruhi berbagai aspek kehidupan, salah satunya adalah perubahan pola cuaca. Musim hujan sering ditandai dengan peningkatan intensitas curah hujan secara signifikan dalam jangka waktu tertentu. Cuaca yang tidak menentu dapat menyebabkan perubahan curah hujan yang drastis, berdampak pada sektor pertanian, transportasi, dan industri. Oleh karena itu, prediksi curah hujan menjadi penting untuk memahami pola hujan di masa depan. Penelitian ini menggunakan data iklim harian dari BMKG Stasiun Meteorologi Perak I Surabaya selama Januari 2018 hingga Desember 2024 dengan 2.557 data yang mencakup 4 parameter: curah hujan, temperatur, kelembapan, dan kecepatan angin. Tahapan penelitian meliputi pra pemrosesan data, seperti penanganan data hilang, identifikasi outlier, normalisasi, dan sliding window untuk membentuk data supervised. Metode Ensemble berbasis Support Vector Regression (SVR) digunakan untuk membangun model prediksi. Hasil evaluasi menunjukkan bahwa skenario 9, dengan kernel polynomial, C = 1, epsilon = 0,01, degree = 2, dan 20 estimator, memberikan nilai MAE terbaik sebesar 0,02329. Hal ini menunjukkan bahwa pemilihan kernel dan hyperparameter yang tepat sangat berpengaruh terhadap akurasi model.