PERAMALAN CURAH HUJAN DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE WITH EXOGENOUS INPUT (ARIMAX)

  • Andika Resti Suryani Universitas Negeri Semarang
  • Sugiman Sugiman Universitas Negeri Semarang
  • Putriaji Hendikawati Universitas Negeri Semarang
Keywords: Peramalan, Curah Hujan, ARIMAX, El-Nino

Abstract

Tujuan penelitian ini untuk mengetahui model ARIMAX terbaik dan hasil peramalan curah hujan menggunakan model terbaik. Berdasarkan hasil analisis diperoleh model ARIMAX terbaik adalah model  dan diperoleh hasil peramalan curah Bulan Januari 2015 sebesar 384,25mm, Bulan Februari 208,04mm, Bulan Maret 233,94mm, Bulan April 214,14mm, Bulan Mei 183,79mm, Bulan Juni 169,18mm, Bulan Juli 123,49mm, Bulan Agustus 98,85mm, Bulan September 106,09mm, Bulan Oktober 153,04mm, Bulan November 308,52mm dan Bulan Desember 280,45mm.  Hasil peramalan curah hujan menunjukkan pola yang sama dengan data yang sebenarnya dan diperoleh nilai eror sMAPE sebesar 1,045. Hal ini dapat diartikan bahwa metode ARIMAX dapat digunakan untuk melakukan peramalan curah hujan dengan SST El-Nino 3.4 sebagai variabel eksogen.

 

The purpose of the study is to find out the best ARIMAX models and forecasting rainfall usingthe best model. Based on the results  analysis  obtained the best ARIMAX model is  model and obtained forecasting rainfall in January 2015 amounted to 384,25mm; February 208,04mm; March  233,94mm; April 214,14mm; May 183,79mm; June 169,18mm; July 123,49mm; August 98,85mm; September 106,09mm; October 153,04mm; November 308,52mm; and December 280,45mm. Forecasting rainfall data  show the same pattern with the actual data and obtained error sMAPE values  1.045. This may imply that ARIMAX method can be used for forecasting rainfall with the El-Nino 3.4 SST as exogenous.

References

Bierens, H.J. 1987. ARIMAX Model Spesification Testing with an Application to Unemployment in the Netherlands. Journal of Econometrics, 35(1), 161-90.
BMKG. 2014. Prakiraan Musim Hujan 2014/2015 di Indonesia. Tersedia di http://www.bmkg.go.id/bmkg_pusat/InfInformasi_Iklim/Prakiraan_Iklim/Prakiraan_Musim.bmkg [diakses 09-01-2016].
BMKG. 2015. Outlook El-Nino. Tersedia di http://www.bmkg.go.id/BMKG_Pusat/Publikasi/Artikel/Artikel_Detail.bmkg?id=8vpl2564410ddx972900 [diakses 18-12-2015].
BMKG. 2016. Analisis Hujan Desember 2015 dan Prakiraan Hujan Februari-April 2016. Tersedia di http://bpbd.jatimprov.go.id/prakicu/ [diakses 10-10-2016].
Cynthia, A. Sugiman. Mastur,Z. 2016. Analisis Perbandingan Menggunakan ARIMA dan Boostrap Pada Peramalan Nilai Ekspor Indonesia. UNNES Journal of Mathematics. 5(1): 31-38.
Dayantalis, W. 2015. El Nino dan Perkembangan Kondisi Musim Kemarau 2015 di Nusa Tenggara Barat. Terserdia di http://www.bmkg.go.id/BMKG_Pusat/Publikasi/Artikel/Artikel_Detail.bmkg?id=gpsk4373807k708n0920 [diakses 18-12-2015].
Elfira, R. & Suhartono, 2014. Peramalan Netflow Uang Kartal dengan Metode ARIMAX dan Radial Basic Function Network (Studi Kasus di Bank Indonesia). Jurnal Sains dan seni POMITS 3(2):D73-D78.
Fan, J. Shan, R. Cao,X. Li,P. 2009. The Analysis to Tertiary-industry with ARIMAX Model. Journal of Mathematics Resesarch 1(2): 156-163.
Harahap, M.R.P & Suharsono, Agus. 2014. Analisis Peramalan Penjualan Sepeda Motor di Kabupaten Ngawi dengan Arima dan Arimax. Jurnal Sains dan seni POMITS 3(2):D122-D127.
Izza, M.L. & Suharsono. 2014. Peramalan Penjualan Sepeda Motor Menurut Tipe dengan Pendekatan Autoregressive Integrated Moving Average With Exogenous Input (ARIMAX) di Kabupaten Banyuwangi. Jurnal Sains dan Seni POMITS 3(2): D176-D181.
Kongchareon, C. & Kruangpradit, T. 2013. Autoregressive IntegratedMoving Average with Explanatory Variable (ARIMAX) Model for Thailand Export. Faculty of Economics, Thammasat Univesity, Thailand.
Makridakis, S. & Hibon, M. 2000. The M3-Competition: Results, Conclution and Implication. International Journal of Forecasting 16 (4): 451-476.
Rosadi, D. 2011. Analisis Ekonometrika & Runtun Waktu Terapan dengan R. Yogyakarta: ANDI.
Supari.2014. Sejarah Dampak El-Nino. Tersedia di http://www.bmkg.go.id/bmkg_pusat/lain_lain/artikel/Sejarah_Dampak_El_Nino_di_Indonesia.bmkg [diakses 18-12-2015].
Wangdi, K. et al. 2010. Development of Temporal Modellng for Forecasting and Prediction of Malaria Infections Using Time-series and ARIMAX Analyses: A Case Study in Endemic Districs of Butan.Malaria Journal. 9(251): 1-9.
Published
2018-11-30
Section
Articles