Perbandingan Beberapa Metode Univariat Time Series pada Peramalan Curah Hujan

Abstract

Latar Belakang: Peramalan curah hujan sangat penting untuk berbagai bidang seperti pertanian, manajemen sumber daya air, keamanan, transportasi dan perencanaan wilayah kota. Tujuan: Penelitian ini diarahkan untuk mendapatkan model terbaik dalam peramalan curah hujan di Kota Sampali, Sumatra Utara. Metode: Metode dalam penelitian ini meliputi Seasonal Autoregressive Integrated Moving Average (SARIMA), Time Series Regression (TSR) dan Triple Exponential Smoothing (TES). Data curah hujan bulanan Kota Sampali mulai Januari 2011 sampai dengan Desember 2022. Ukuran akurasi yang digunakan untuk perbandingan hasil peramalan yang dihasilkan oleh berbagai model dalam penelitian ini adalah Root Mean Absolute Error (RMSE). Hasil: Curah hujan Kota Sampali memiliki pola musiman sehingga sesuai dengan metode SARIMA, TSR dan TES yang masing-masing dapat mengakomodasi pola musiman. Model terbaik yang dihasilkan dari masing-masing metode SARIMA, TSR dan TES adalah SARIMA(0,0,0)(0,1,1)12, TSR dengan tujuh variabel yang signifikan dan TES dengan parameter level, tren dan seasonal masing-masing sebesar 0,2, 0,2 dan 0,2.. Kesimpulan: Model terbaik untuk peramalan curah hujan Kota Sampali adalah Triple Exponential Smoothing. Kata kunci: Peramalan curah hujan, RMSE, SARIMA, Time Series Regression, Triple Exponential Smoothing.