Di sepanjang tahun 2021 selain covid 19, banyak sekali terjadi bencana alam di berbagai wilayah Indonesia. Salah satunya yaitu bencana vulkanik. Bahkan dari kejadian tersebut mengakibatkan banyak korban - korban berjatuhan dan bahkan proses evakuasi korban dapat terhambat karena kondisi cuaca yang buruk dan tidak dapat diprediksi. Untuk mencegah hal tersebut, maka dilakukan prediksi kondisi cuaca di lokasi bencana vulkanik. Agar dapat mempermudah hal tersebut, maka dibutuhkan alat yang dapat membuat prediksi kondisi cuaca di lokasi bencana vulkanik dengan menggunakan metode LSTM (Long Short Term Memory). Hasil yang didapatkan berupa prediksi kondisi cuaca normal dan buruk. Untuk parameter yang diuji adalah suhu, kelembapan, tekanan udara, karbondioksida, debu, dan hidrogen sulfida. Pengujian pertama yang dilakukan adalah pengujian algoritma LSTM dan k-means clustering dengan melakukan training dataset pada semua parameter sehingga didapatkan hasil terbaik dari nilai RMSE, loss, validation loss, dan timesteps yaitu timesteps bernilai 2, batch size bernilai 8, dan epoch bernilai lebih dari 50. Pengujian kedua yang dilakukan adalah pengujian kondisi cuaca dengan atau tanpa perlakuan khusus, didapatkan hasil terbaik yaitu minimal terdapat tiga parameter yang memiliki nilai rendah untuk kondisi normal dan nilai tinggi untuk kondisi bahaya. Pengujian ketiga yang dilakukan yaitu pengujian LoRa, dan didapatkan hasil terbaik untuk maksimal jarak pengiriman yaitu 170 meter.