Permodelan Curah Hujan Bulanan Di Kota Bengkulu Dengan Seasonal Autoregressive Integrated Moving Average (Sarima)

Abstract

Hujan adalahn unsur iklim yang sangat penting karena curah hujan berpengaruh terhadap perubahan iklim dan iklim berpengaruh terhadap banyak sektor seperti pertanian dan perikanan. Hal ini menjadikan permodelan curah hujan sangat penting untuk dikaji. Kota Bengkulu terdiri dari dua musim (Hujan dan Kemarau) dan juga memiliki cuaca yang sangat cepat berubah karena letak geografis Bengkulu yang berbatasan dengan Samudra Hindia yang berakibat jika terjadi tekanan rendah di Samudra Hindia maka Bengkulu akan mengalami hujan yang tinggi. Curah hujan yang terdiri dari dua musin dan terjadi secara berulang, sehingga curah hujan termasuk kedalam pola monsunal yang dicirikan oleh tipe curah hujan yang bersifat unimodial (satu puncak musim hujan). Jika menggunakan data curah hujan masa lalu maka metode yang tepat untuk memodelkan curah hujan adalah metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Tujuan yang ingin dicapai dalam penelitian ini adalah mengetahui model SARIMA yang terbentuk pada data curah hujan mingguan Kota Bengkulu. Hasil yang diperoleh model SARIMA (0,1,1)(0,1,1)12 merupakan model curah hujan bulanan di Kota Bengkulu yang terbaik dengan AIC 207,40 dan SBC 215,06. Model ini selanjutnya dapat digunakan untuk peramalan.

Peramalan Curah Hujan Provinsi Bengkulu dengan Generalized Space-Time Autoregressive

“…Provinsi Bengkulu merupakan salah satu provinsi yang memiliki curah hujan yang tinggi dan sifat sangat basah sehingga intensitas curah hujan menjadi cukup besar. Hal ini berarti hujan lebat kemungkinan besar sering terjadi sehingga sangat berbahaya karena berdampak buruk bagi aktivitas kehidupan masyarakat seperti dapat menimbulkan banjir, longsor dan bencana alam lainnya yang berefek negatif terhadap berbagai sektor seperti pertanian, pariwisata, ekonomi dan transportasi (Fransiska, Novianti, & Agustina, 2019). Oleh sebab itu, informasi tentang curah hujan Provinsi Bengkulu sangat penting untuk diketahui.…”

Implementation of the Step Function Intervention and Extreme Learning Machine for Forecasting the Passenger’s Airport in Sorong

“…Several related studies include research by Alfiyatin et al [5] using the ELM and backpropagation methods to predict Indonesia's inflation rate. Fransiska [6] forecasts monthly rainfall in Bengkulu City with the Seasonal Autoregressive Integrated Moving Average (SARIMA). Intervention modeling to analyze and forecast the number of airplane passengers at Soekarno-Hatta airport due to the Covid-19 pandemic was used by Rianda [4].…”