Daftar Isi: Prediksi Suhu Rata-Rata Bulanan Kabupaten Blitar Dengan Metode Sarima

Daftar Isi:

Saat ini kondisi iklim sudah tidak normal seperti pada jaman dulu. Global warming menjadi salah satu musuh umat manusia di bumi saat ini. Untuk mengatasi terjadinya global warming harus diketahui tren data pada data mulai dari beberapa dekade sebelumnya. Data menjadi sangat penting karena bisa menjadi sesuatu yang sangat berguna. Penggalian informasi dari data bisa mengetahui kejadian yang mungkin terjadi di masa depan. Komputasi saat ini menjadi salah satu metode yang banyak dikembangkan. Metode Autoregressive Integrated Moving Average (ARIMA) digunakan untuk memprediksi masa depan dengan data masa lalu. Berdasarkan pada tren perubahan data dari masa lalu sampai saat ini, maka ARIMA dapat dikategorikan dalam seasonal ARIMA (SARIMA) dan non-seasonal ARIMA. Apabila data terus berulang dan memiliki periode maka dapat dipastikan maka data tersebut merupakan data seasonal. SARIMA banyak menggunakan metode statistik dengan tingkat akurasi yang baik untuk prediksi jangka pendek. Prediksi hasil terbaik dengan metode SARIMA didapatkan dengan pencarian model terbaik dengan penentuan jumlah nilai signifikan Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF) yang dijadikan parameter model. Dengan menggunakan SARIMA, didapatkan suhu rata-rata Kabupaten Blitar memiliki nilai RMSE (Root Mean Square Error) sebesar 34,019% dan MAPE (Mean Absolute Precentage Error) sebesar 1,114%. Hal tersebut menunjukkan bahwa hasil prediksi dari metode SARIMA sangat baik.