Curah hujan merupakan faktor penting yang mempengaruhi kehidupan, terutama di bidang pertanian, perkotaan, dan lingkungan. Kota Samarinda sering mengalami curah hujan tinggi yang menyebabkan banjir dan kerusakan infrastruktur, sehingga prediksi curah hujan yang akurat sangat penting. Penelitian ini bertujuan menerapkan model prediksi curah hujan menggunakan LSTM untuk meningkatkan akurasi prediksi. Data historis curah hujan harian dari 1 Januari 2021 hingga 31 Desember 2022 dikumpulkan dari Stasiun Meteorologi Aji Pangeran Tumenggung Pranoto, Samarinda. Data dibagi menjadi data latih dan uji dengan rasio terbaik 80:20. Proses preprocessing meliputi data cleaning, feature extraction, dan normalisasi. Model LSTM dibangun dan dilatih menggunakan GridSearchCV untuk optimasi hyperparameter. Hasil menunjukkan model LSTM dengan skenario 80% latih dan 20% uji memberikan nilai RMSE 1.0937 dan R2 Score 0.9948, menunjukkan akurasi tinggi. Dibandingkan dengan penelitian sebelumnya, model ini menunjukkan peningkatan akurasi. Kesimpulan menyarankan penambahan atribut terkait curah hujan dan pengembangan aplikasi prediksi berbasis LSTM untuk berbagai platform serta eksplorasi algoritma LSTM lebih lanjut untuk penelitian mendatang.