Peramalan Curah Hujan di Kota Makassar dengan Menggunakan Metode SARIMAX

Nur Hazimah Latief; Nur’eni Nur’eni; Iman  Setiawan

doi:10.29313/statistika.v22i1.990

Authors

Nur Hazimah Latief Universitas Tadulako, Palu, Sulawesi Tengah
Nur’eni
Iman Setiawan

DOI:

https://doi.org/10.29313/statistika.v22i1.990

Keywords:

Peramalan, Curah Hujan, Suhu Udara, SARIMAX

Abstract

ABSTRAK

Peramalan adalah memprediksi kejadian yang akan datang dengan melihat data dari masa lalu. Salah satu metode peramalan yaitu ARIMA yang dibedakan menjadi 2 yaitu ARIMA non-musiman dan ARIMA musiman. Penelitian ini menggunakan metode ARIMA musiman yang dikembangkan untuk mengatasi keterbatasan pada metode tersebut yang dikenal dengan SARIMAX (Seasonal Autoregressive Integrated Moving Average with Exogeneous Input) dengan menganalisis curah hujan di Kota Makassar dengan variabel eksogen yaitu suhu udara. Hasil yang dipakai dari penelitian ini adalah mendapatkan model SARIMAX yaitu SARIMAX (2,0,2)(1,0,0)¹² dengan persamaan Z_t = 0,5552Z_t-12 - 0,2097Z_t-1 + (0,2097)(0,5552)Z_t-13 + 0,6135Z_t-2- (0,6135)(0,5552)Z_t-14+ e_t- 0,614e_t-2 – 0,3859e_t-2– 194,883X_1t dengan hasil peramalan curah hujan di Kota Makassar Januari sampai Desember 2021 yaitu 868 mm³, 985 mm³, 848 mm³, 848 mm³, 731 mm³, 829 mm³, 868 mm³, 829 mm³, 712 mm³, 614 mm³, 790 mm³ dan 926 mm³ dimana terjadi kenaikan curah hujan tahun sebelumnya dengan curah hujan terendah terjadi pada bulan Oktober 2021 sebesar 614 mm³ dan terbanyak terjadi pada bulan Februari 2021 sebesar 985 mm³ dengan nilai MAPE sebesar 17,75%.

ABSTRACT

Forecasting is predicting data events from the future by looking at data from the past. One of the forecasting methods is ARIMA which is divided into 2, namely non-seasonal ARIMA and seasonal ARIMA. This study uses the seasonal ARIMA method which was developed to overcome the limitations of the method known as SARIMAX (Seasonal Autoregressive Integrated Moving Average with Exogeneous Input) by analyzing rainfall in Makassar City with an exogenous variable, namely air temperature. The purpose of this study is to obtain the results of forecasting rainfall in 2021. The results obtained are the SARIMAX model (2.0,2)(1,0,0)12 with the lowest rainfall forecasting results in Makassar City occurring in October 2021 at 614 mm3 and the most occurred in February 2021 at
985 mm3 with a MAPE value of 17.75%.

References

Ali, S. M. (2013). Time Series Analysis of Baghdad Rainfall Using ARIMA Method. Iraqi Journal of Science, 54(4) : 1136-1142.

Aswi, & Sukarna. (2006). Analisis Deret Waktu. Makassar: Andira.

Chang, P. C., Wang, Y. W., & Liu, C. H. (2007). The Development of a Weighted Evolving Fuzzy Neural Network for PCB Sales Forecasting. Expert Systems with Applications. Volume 32, pp.88-89.

Cryer, J. D., & Chan, K. S. (2008). Time Series Analysis with Application in R (Second ed). New York: Springer.

Fadholi, A. (2013). Uji Perubahan Rata-Rata Suhu Udara dan Curah Hujan di Kota Pangkalpinang . Jurnal Matematika, Sains dan Teknologi, 14(1) : 11-25.

Hidayati, P. (2011). Pengaruh setting temperatur terhadap kinerja ac Split. Jurna Teknik Konversi Energi.

Kartasapoetra, A. G. (2004). Klimatologi Pengaruh Iklim terhadap Tanah dan Tanaman. Jakarta: PT. Bumi Aksara.

Makridakis. (1996). Forecasting Methods and Applications . United States of America: John Wiley & Sons Inc.

Suhartono. (2011). Time Series Forecasting by usind Seasonal Autoregressive Integrated Moving Average: Subset, Multiplicative or Additive Model. Journal of Mathematics and Statistics, 7(1) : 20-27.

Supardi. (2013). Aplikasi Statistika Dalam Penelitian. Jakarta: Adikita.