ABSTRAK Nama : Furqon Hensan Muttaqien Program Studi : Magister Ilmu Komputer Judul : Downscaling untuk Data Iklim Indonesia Menggunakan Pendekatan Translasi Citra-ke-Citra Global Climate Model (GCM) merupakan metode utama untuk memprediksi kondisi iklim secara global di masa depan. Akan tetapi, GCM hanya dapat memprediksi kondisi iklim untuk wilayah yang luas. Untuk mendapatkan data pada tingkat regional dan lokal, maka digunakan sebuah metode downscaling yang dapat mentransformasi data GCM yang beresolusi kasar menjadi data dengan resolusi yang lebih halus. Secara konvensional, metode downscaling yang digunakan adalah Regional Climate Model (RCM). Sayangnya, RCM kurang efisien secara komputasi dan memberikan nilai prediksi curah hujan yang terlalu tinggi di wilayah pegunungan di Indonesia. Pada saat ini, banyak studi menunjukkan bahwa metode deep learning telah menjadi solusi yang efektif untuk menyelesaikan masalah translasi citra-ke-citra. Sementara itu, data iklim yang digunakan untuk downscaling dapat direpresentasikan dalam bentuk spasial dua dimensi, menyerupai citra 2-D. Kesamaan tersebut memungkinkan penggunaan metode deep learning untuk melakukan downscaling pada data iklim Indonesia. Pada studi ini kami mengimplementasikan beberapa kombinasi fungsi loss pada arsitektur translasi citra-ke-citra bernama Pix2Pix. Fungsi-fungsi loss tersebut adalah binary cross-entropy, L1 loss, SSIM loss, dan binary focal loss. Downscaling dilakukan untuk mempredikasi variabel iklim suhu permukaan dan curah hujan. Adapun prediktor yang digunakan adalah topografi dan lima variabel iklim hasil GCM. Kelima variabel tersebut adalah kelembapan, tekanan udara permukaan, suhu udara, komponen zonal (u) angin, dan komponen meridional (v) angin. Hasil paling optimal diberikan oleh kombinasi binary focal loss dan L1 loss dengan ratarata SSIM dan rata-rata MAAPE sebesar 0,9975 dan 0,00236 untuk suhu permukaan serta 0,6847 dan 0,7818 untuk curah hujan. Penelitian ini juga menunjukkan bahwa pendekatan translasi citra-ke-citra dapat menjadi solusi terhadap permasalahan pada RCM. Kata kunci: Iklim, downscaling, translasi citra-ke-citra, fungsi loss, suhu permukaan, curah hujan