Pemodelan PEMODELAN DAN PERAMALAN CURAH HUJAN DI BALIKPAPAN MENGGUNAKAN METODE ARIMAX

Studi Kasus Curah Hujan Kota Balikpapan Bulan Januari-Desember 2024

Penulis

  • Rifky Septiansyah Institute Of Technology Kalimantan
  • Hashifah Najma Zahra
  • Ananda Reza Putra Rahmadan
  • Sarah Katerina Simbolon
  • Surya Puspita Sari
  • Magdalena Effendi

Kata Kunci:

Curah hujan, Peramalan, ARIMA, ARIMAX, Balikpapan

Abstrak

Kota Balikpapan memiliki intensitas curah hujan yang tinggi dan fluktuatif, sehingga rentan terhadap bencana hidrometeorologi seperti banjir dan tanah longsor. Peramalan curah hujan yang akurat menjadi krusial untuk mitigasi risiko. Penelitian ini bertujuan untuk memodelkan dan meramalkan curah hujan harian di Balikpapan menggunakan metode Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX) dengan mempertimbangkan faktor lingkungan. Penelitian ini menggunakan data harian periode Januari-Desember 2024 yang bersumber dari NASA POWER, mencakup variabel curah hujan, suhu rata-rata, kelembaban udara, dan kecepatan angin. Data dianalisis menggunakan pendekatan Box-Jenkins, yang mencakup uji stasioneritas, estimasi parameter, dan uji diagnostik. Hasil penelitian menunjukkan bahwa data tidak stasioner dalam varians dan memerlukan transformasi logaritma. Model terbaik yang diperoleh berdasarkan nilai AIC terendah (582,05) adalah ARIMAX (1, 0, 1). Analisis variabel eksogen mengidentifikasi bahwa Kelembaban Udara dan Kecepatan Angin berpengaruh signifikan terhadap curah hujan, sedangkan Suhu Rata-Rata tidak. Uji diagnostik Ljung-Box menunjukkan residual model bersifat white noise (p-value 0.2662). Evaluasi peramalan model menghasilkan nilai RMSE sebesar 9.9617. Model ini terbukti cukup baik dalam menangkap pola umum curah hujan, meskipun memiliki keterbatasan dalam memprediksi lonjakan ekstrem. Temuan ini dapat berkontribusi sebagai dasar ilmiah untuk mendukung sistem peringatan dini dan kebijakan mitigasi bencana di Balikpapan.

Unduhan

Data unduhan belum tersedia.

##submission.downloads##

Diterbitkan

2025-12-31

Artikel paling banyak dibaca berdasarkan penulis yang sama