PREDIKSI CURAH HUJAN PERBULAN DI KOTA YOGYAKARTA PERIODE 2015-2019 MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN KALMAN FILTER (Studi Kasus : Data Curah Hujan Tahun 2015-2019)

Abstract

Curah hujan sangat menarik untuk dikaji sebab curah hujan merupakan salah satu faktor terbesar yang mempengaruhi iklim suatu wilayah dan mempengaruhi berbagai sektor kehidupan manusia. Penelitian ini bertujuan untuk mengetahui hasil prediksi curah hujan perbulan di Kota Yogyakarta periode 2015-2019 yang dianalisis menggunakan metode Autoregressive Integrated Moving Average (ARIMA) untuk mendapatkan hasil peramalan yang diharapkan dapat memberikan tingkat akurasi yang tinggi dan metode Kalman Filter yang merupakan sebuah model bagian dari state space (ruang keadaan) yang dapat diterapkan dalam model peramalan. Model ini menggunakan teknik rekursif untuk mengintegrasikan data pengamatan terbaru ke model untuk mengoreksi prediksi sebelumnya dan melakukan prediksi selanjutnya dan salah satu model runtun waktu yang digunakan dalam menentukan prediksi selanjutnya. Model ini bekerja secara rekursif untuk meminimalkan ketidaktepatan dalam peramalan. Kedua metode tersebut digunakan untuk memprediksi curah hujan (mm) perbulan di Kota Yogyakarta periode 2015-2019. Hasil penelitian menunjukkan bahwa model  yang terbentuk adalah model ARIMA (1, 0, 1) dan model ARIMA (1,0,2). Setelah dilakukan perhitungan menggunakan metode ARIMA dan Kalman Filter, menggunakan nilai MSE, model yang terbaik adalah model ARIMA (1,0,1) menggunakan metode Kalman Filter karna memiliki nilai MSE terkecil yaitu sebesar 6,722873 dibanding metode ARIMA. Hal ini membuktikan bahwa prediksi menggunakan metode Kalman Filter baik dibandingkan metode ARIMA.