Time Series Forecasting - Delhi Climate Data

Notebook ini berisi implementasi prediksi time series menggunakan model LSTM (Long Short-Term Memory) untuk memprediksi suhu rata-rata harian kota Delhi.

Dataset

Dataset berisi data cuaca harian kota Delhi dari tahun 2013 hingga 2016 dengan 1.462 baris data dan fitur-fitur berikut:

Kolom	Deskripsi
date	Tanggal pengamatan
meantemp	Suhu rata-rata harian (°C)
humidity	Kelembaban rata-rata (%)
wind_speed	Kecepatan angin rata-rata (km/h)
meanpressure	Tekanan udara rata-rata (hPa)

Teknologi

• Python
• TensorFlow / Keras — membangun model LSTM
• Pandas — manipulasi data
• NumPy — komputasi numerik
• Matplotlib — visualisasi data

Alur Notebook

1. Import library
2. Load dataset dari Google Drive
3. Eksplorasi data (cek missing values, visualisasi tren suhu)
4. Preprocessing data untuk model LSTM
5. Membangun dan melatih model LSTM
6. Evaluasi dan visualisasi hasil prediksi

Cara Menjalankan

Notebook ini dibuat di Google Colab. Untuk menjalankannya:

1. Buka Google Colab
2. Upload file timeseries.ipynb
3. Jalankan setiap cell secara berurutan