PERBANDINGAN HASIL PERAMALAN CURAH HUJAN BULANAN KOTA BOGOR DENGAN SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA) DAN SINGULAR SPECTRUM ANALYSIS (SSA)

Widia Puspitasari, Shailla Rustiana, Yusep Suparman, Titi Purwandari

Abstract


Curah hujan merupakan salah satu faktor yang paling berpengaruh dalam kehidupan. Dalam bidang pertanian, curah hujan kerap kali menjadi penyebab kegagalan panen karena kondisinya yang ekstrem, baik itu menyebabkan tanah sangat kering maupun banjir. Hal tersebut melatar belakangi penelitian ini mengingat prediksi akan curah hujan sangat penting, bukan hanya bagi petani, tapi juga bagi para pekerja di sektor sektor lainnya, seperti perikanan, pertambangan, industri, dan sebagainya. Dari berbagai prediksi curah hujan yang sering dilakukan, metode secara statistik diyakini memberikan hasil yang signifikan dalam melakukan prediksi, karena dapat memprediksi data deret waktu dalam jangka panjang. Beberapa metode statistik yang umum digunakan adalah SARIMA (musiman ARIMA) dan SSA. Pada penelitian ini, peramalan dilakukan terhadap curah hujan kota Bogor dengan tahun pengamatan 2007-2016. Peramalan dilakukan 1 tahun terakhir (2016) dengan menggunakan SARIMA dan SSA. Peramalan dengan SARIMA dan SSA memberikan hasil ramalan yang cukup baik. Model SARIMA (1,1,0)(0,1,12)12 memenuhi uji signifikansi parameter (nilai p-value < 0,05) dan merupakan model yang sesuai. Data hasil peramalan dengan SSA memiliki nilai yang tidak berbeda jauh dengan data outsample tahun 2016 dengan MAPE yang dihasilkan 22%, masih di bawah 50%. MAPE SARIMA 24.74%, lebih tinggi dari MAPE SSA, sehingga terlihat metode SSA lebih baik digunakan untuk meramalkan curah hujan kota Bogor.

 

Keywords: ARIMA, Curah Hujan, Kota Bogor, SARIMA, SSA

Full Text: PDF

Refbacks

  • There are currently no refbacks.


ISSN. 2459-962X

Sendika
Department of Mathematics Education Universitas Muhammadiyah Purworejo


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.