PERBANDINGAN MODEL ARIMA DAN ARIMAX UNTUK PERAMALAN TEMPERATUR DI KOTA SEMARANG
DOI:
https://doi.org/10.55098/amalgamasi.v3.i2.pp54-64Keywords:
ARIMA, ARIMAX, Peramalan, Temperatur, Curah hujanAbstract
Semarang mengalami banjir yang disebabkan oleh curah hujan yang tinggi dan penurunan temperatur yang drastis, terutama pada bulan Maret. Penelitian ini menganalisis perbandingan antara model AutoRegressive Integrated Moving Average (ARIMA) dan AutoRegressive Integrated Moving Average dengan Exogenous variables (ARIMAX) untuk prediksi suhu di kota Semarang pada tahun 2024. ARIMAX menggabungkan variabel eksogen ke dalam kerangka ARIMA dan memungkinkan pertimbangan faktor eksternal yang dapat mempengaruhi suhu. ARIMAX memberikan fleksibilitas tambahan dengan menyertakan variable eksternal seperti pola curah hujan, yang secara signifikan mempengaruhi variasi suhu. Data yang digunakan terdiri dari 150 observasi, dengan 135 data digunakan sebagai data training dan 15 data sebagai data testing. Setelah melakukan uji kestasioneran dan diferensiasi data, dilakukan pemodelan ARIMA dan ARIMAX. Model terbaik yang dipilih berdasarkan nilai AIC terkecil adalah ARIMAX (3,1,0) dengan nilai AIC sebesar 346.79 dan MAPE sebesar 2.2084%. Hasil menunjukkan bahwa model ARIMAX lebih akurat dibandingkan dengan model ARIMA, dengan kesalahan peramalan yang lebih rendah
References
Kongcharoen, C., & Kruangpradit, T. (2013). Autoregressive Integrated Moving Average with Explanatory Variable (ARIMAX) Model for Thailand Export. 33rd International Symposium on Forecasting, South Korea, June, 1–8.
Kukuh Prasetyaningtyas. (2024). Prediksi Musim Kemarau Tahun 2024 di Indonesia. BMKG. https://www.bmkg.go.id/iklim/prakiraan-musim.bmkg?p=prediksi-musim-kemarau-tahun-2024-di-indonesia&tag=prakiraan-musim&lang=ID
Suryani, A. R., Hendikawati, P., Februari, B., Maret, B., Suryani, A. R., Peramalan, H. P., & Hujan, C. (2018). Peramalan Curah Hujan Dengan Metode Autoregressive Integrated Moving Average With Exogenous Input (Arimax). Unnes Journal of Mathematics, 7(1), 120–129.https://doi.org/https://doi.org/10.15294/ujm.v7i1
Prasidya, D. A., Novembrianto, R., Munawar, Jawwad, M. A. S., & Rhomadhoni, M. N. (2022). Envirotek : Jurnal Ilmiah Teknik Lingkungan. Envirotek : Jurnal Ilmiah Teknik Lingkungan, 14(2), 169–175.
Shantika Martha, N. Y. (2020). Pemodelan Data Runtun Waktu Dengan Arimax. Bimaster : Buletin Ilmiah Matematika, Statistika Dan Terapannya, 9(1), 129–136. https://doi.org/10.26418/bbimst.v9i1.38667
Adewumi, A. (2020). Performance Evaluation of Forecasting Models for Time Series Data: A Case Study of MAPE, RMSE, and MAE. Journal of Statistical Computation and Simulation.
Suryani, S. P. (2018). Peramalan Curah Hujan Dengan Metode Autoregressive Integrated . UNNES Journal of Mathematics.
Astuti. (2018). Metode Integrated Moving Average untuk meramalkan Penjualan. Jurnal Ekonomi dan Bisnis.
Putri. (2022). Peramalan Rata-Rata Temperatur Udara Tahunan di Indonesia Periode 2022-2031. Jurnal Ilmiah Teknik Lingkungan, 15(1), 13-21.
Setiawan, A. (2024, Januari). Korelasi Pearson: Memahami dan Menggunakan dalam Analisis Data Statistika. Retrieved from Statsmart.
Sugiman. (2018). Peramalan Curah Hujan Dengan Metode Autoregressive Integrated . UNNES Journal of Mathematics.
Sumarjaya, I. W. (2018). Kuliah 10: Model ARIMA Musiman. Jurnal Universitas Udayana
AL-Azkia, M. W., Hitayuwana, N., Khusna, Z. A., & Widodo, E. (2019). Analisis temperature dan kelembaban terhadap curah hujan di kabupaten sleman provinsi daerah istimewa yogyakarta. Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya.
Yuliyanti. (2022). Peramalan Jumlah Penduduk Menggunakan Model ARIMA. Jurnal Kajian Dan Terapan Matematika. Retrieved from /www.statistikian.com/.
Thabroni, G. (2022, 5 11). Forecasting/Peramalan : Pengertian, Faktor, Metode, Langkah, dsb. Retrieved from serupa.id.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Arullah Salsabila Adhwaningrum, Ihsan Fathoni Amri, Atika Dwi Saputri, Nandini Lova Diani, Rifin Fadilla Pratama, M Al Haris

This work is licensed under a Creative Commons Attribution 4.0 International License.