Peramalan Curah Hujan Sebagai Pendukung Kalender Tanam Padi di Pos Kedungadem Bojonegoro Menggunakan ARIMA, Support Vector Regression dan Genetic Algorithm-SVR (original) (raw)

Peramalan Curah Hujan Dengan Menggunakan Metode Arima Box-Jenkins Sebagai Pendukung Kalender Tanam Padi Di Kabupaten Bojonegoro

2015

Bojonegoro merupakan salah satu lumbung padi Jawa Timur. Kabupaten ini mengalami penurunan produksi padi secara signifikan pada tahun 2011. Hal tersebut diduga tidak terlepas dari kerentanannya terhadap perubahan iklim. Tipe lahan sawah dominan adalah sawah tadah hujan, maka keberhasilan produksi padi bergantung pada informasi ketersediaan air melalui data curah hujan yang tersusun dalam kalender tanam. Tujuan penelitian ini adalah meramalkan curah hujan Kabupaten Bojonegoro menggunakan metode ARIMA Box-Jenkins untuk menyusun kalender tanam padi periode Januari hingga Juni 2015 mendatang, dengan lokasi penelitian adalah Cawak dan Kedungadem. Penelitian ini menggunakan data curah hujan dasaharian. Kesimpulan yang didapatkan bahwa model ARIMA terbaik untuk pemodelan curah hujan Cawak adalah (0,1,[1,2])(0,1,1)36 yang artinya besarnya curah hujan pada waktu ke-t akan dipengaruhi oleh besarnya curah hujan pada 1,36,37 dasahari sebelumnya dan dipengaruhi oleh error hasil ramalan 1,2,36,37...

Peramalan Data Curah Hujan dengan Seasonal Autoregressive Integrated Moving Average (SARIMA) dengan Deteksi Outlier sebagai Upaya Optimalisasi Produksi Pertanian di Kabupaten Mojokerto

2012

Kegagalan panen merupakan salah satu masalah besar yang terjadi di wilayah lumbung padi Jawa Timur, termasuk kecamatan Pungging, kabupaten Mojokerto. Kegagalan panen ini umumnya disebabkan oleh kejadian cuaca ekstrim yang mengacaukan sistem kalender tanam padi yang digunakan petani. Kalender tanam padi sangat menentukan tingkat keberhasilan panen. Saat ini kalender tanam disusun oleh Dinas Pertanian Kabupaten Mojokerto berdasarkan data curah hujan bulanan yang dicatat dan diramalankan oleh BMKG Karangploso Malang, khususnya di Pos Pengamatan Mojosari. Hasil ramalan curah hujan yang dilakukan oleh BMKG memiliki akurasi yang masih rendah sehingga berpengaruh terhadap keakuratan kalender tanam padi. Penyebab rendahnya akurasi kalender tanam padi adalah penggunaan basis data pada periode waktu yang terlalu lebar dan penggunaan metode yang kurang sesuai. Saat ini BMKG sering kali menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dalam meramalkan curah hujan. Metode ARIM...

Rancang Bangun Sistem Prediksi Cuaca Pendukung Proses Tanam Kabupaten Malang Menggunakan Waterfall

RAINSTEK : Jurnal Terapan Sains & Teknologi

Sistem prediksi cuaca ini dibangun demi membantu petani di Kabupaten Malang agar dapat meminimalisir kegagalan panen dari kurangnya informasi tentang curah hujan mendatang. Pengembangan difokuskan dengan model waterfall sebagai acuan. Instrumen penelitian yang dilakukan adalah wawancara dan observasi. Wawancara dilakukan kepada 3 sampel kelompok tani yaitu kelompok tani sampurna dan kelompok tani makmur dari Desa Sawahan Turen, serta kelompok tani Karya Makmur 2 dari Desa Druju Sumbermanjing Wetan. Karenanya dibuatlah rancang bangun sistem prediksi cuaca untuk mendukung proses tanam kabupaten Malang menggunakan model waterfall untuk menyelesaikan permasalahan tersebut. Sehingga proses tanam yang dilakukan petani kabupaten Malang bias lebih efektif sesuai dengan informasi yang diberikan oleh sistem yang dibuat. Untuk pengujian dari sistem yang dibuat menggunakan pengujian black box dan user acceptance test. Dari pengujian black box diketahui seluruh fungsi yang dibuat berjalan sesuai...

Pemodelan Curah Hujan dengan Pendekatan Model ARIMA, Feed Forward Neural Network dan Hybrid (ARIMA-NN) di Banyuwangi

2016

Banyuwangi dikenal sebagai daerah yang kaya akan keindahan alamnya, banyak terdapat tempat wisata antara lain Pantai Bama, Watu Dodol, Rajeg Wesi, Sukomade, Pulau Merah dan Pantai Plengkung. Selain itu di Banyuwangi juga terdapat Taman Nasional Meru Betiri dan Cagar Alam Baluran. Banyuwangi juga merupakan lumbung padi terbesar di Jawa Timur. Salah satu faktor alam yang berpengaruh terhadap produksi padi adalah curah hujan. Pada data curah hujan selain terdapat pola linier diduga juga terdapat pola non linier. Pada penelitian ini akan digunakan digunakan pemodelan linier yaitu ARIMA dan non linier yaitu Feed Forward Neural Network (FFNN) dan Hybrid (ARIMA-NN). Dari hasil analisis yang telah dilakukan didapatkan model ARIMA terbaik adalah ARIMA ([1,13,17],0,0) (1,0,0) 12 dengan nilai RMSE sebesar in sample 0,909 dan RMSE out sample sebesar 1,351. Model FFNN terbaik yang didapatkan adalah FFNN (3,3,1) dengan variabel input lag yang signifikan pada model ARIMA yaitu z t-1 , z t-12 dan z...

Peramalan Curah Hujan di Kota Samarinda Menggunakan Autoregressive Integrated Moving Average (ARIMA)

EKSPONENSIAL

Autoregressive Integrated Moving Average (ARIMA) is a forecasting model for time series data analysis. In this study, the modeling and forecasting of monthly rainfall in Samarinda City was carried out using the ARIMA model. The results showed that the ARIMA (6, 1, 1) model was the best model . The results of forecasting rainfall for the period January to December 2022 in Samarinda City using the ARIMA (6, 1, 1) model show that rainfall tends to be constant every month. The lowest level of rainfall occurred in January 2022, which was 210.3869 mm. The highest level of rainfall occurred in April 2022, which was 271.5705 mm.

Peramalan Produksi Padi Tahun 2024 di Kabupaten Indramayu Menggunakan Metode Regresi Linier

Alfan Alfiansyah, 2024

Indramayu Regency has the West Java region's largest harvested land area and the most rice production. The size of harvested land in the Indramayu Regency area has also increased from year to year. In 2021 Indramayu Regency had a land area of 215,731 Ha; then, land acquisition increased the size of land in Indramayu Regency in 2022 it increased to 227 ,051 Ha, and in 2023 it increased again to 245, 329 Ha. Certain factors play an essential role in raising standards and increasing productivity. These factors are planting area, harvested area, rainfall, and crop failure, where these factors cannot be predicted. This research will discuss the application of the Linear Regression method, namely the method used to examine the relationship between a tertiary variable and two or more secondary variables. Based on predictions using the python programming language, the rice

Pemodelan Curah Hujan Menggunakan Pendekatan Arima, Hybrid Arima-Nn, Dan Ffnn Di Kabupaten Malang

2021

Peranan analisis deret waktu sangat bermanfaat di berbagai bidang khususnya meteorologi. Curah hujan memiliki pola yang rumit dan sulit diprediksi, sehingga memerlukan metode terbaik untuk menangani kondisi tersebut. Terdapat beberapa metode yang mampu menganalisis fenomena curah hujan. Diantaranya yaitu metode ARIMA, namun metode ini hanya mampu mengatasi pola data linier. Kemudian berkembang metode Neural Network (NN) yang mampu mengatasi pola data linier dan nonlinier. Salah satu contoh NN adalah Feed Forward Neural Network (FFNN). Peneliti menggunakan pendekatan metode ARIMA, Hybrid ARIMA-NN, dan FFNN dengan tujuan mendapatkan pemodelan terbaik dan prediksi yang akurat. Penelitian dilakukan dengan memodelkan curah hujan dari alat Mini Weather Station (MWS) di lokasi Supiturang dan di lokasi Manggisari. Berdasarkan hasil penelitian, pada lokasi Supiturang didapatkan model terbaik dari seluruh model yang terbentuk yaitu model ARIMA(1,1,1) dengan RMSE data testing yaitu 3,4326. Sed...

Peramalan Curah Hujan Bulanan Kabupaten Tanah Datar Dengan Model Seasonal Autoregressive Integrated Moving Average (Sarima)

Jurnal Matematika UNAND

Curah hujan merupakan salah satu faktor penting yang mempengaruhi berbagai aspek kehidupan terutama dalam bidang pertanian. Mengetahui besarnya curah hujan untuk waktu yang akan datang dapat membantu proses perencanaan manusia dalam berbagai aspek dan dapat menanggulangi berbagai permasalahan yang timbul di kemudian hari. Besarnya curah hujan untuk waktu yang akan datang dapat diprediksi dengan melakukan proses peramalan. Data curah hujan merupakan suatu data runtun waktu. Proses peramalan data runtun waktu dapat dilakukan dengan berbagai metode, salah satunya dengan menggunakan model Seasonal Autoregressive Integrated Moving Average (SARIMA). Pada penelitian ini dilakukan proses peramalan curah hujan bulanan kabupaten Tanah Datar dengan menggunakan data curah hujan bulanan kabupaten Tanah Datar dari bulan Januari 2013 sampai bulan Oktober 2018 dan diperoleh model SARIMA terbaik yaitu SARIMA(0, 0, 1)(0, 1, 0)6 . Berdasarkan hasil peramalan yang diperoleh, besarnya curah hujan kabupa...

Peramalan Curah Hujan Dengan Pendekatan Seasonal Autoregressive Integrated Moving Average (Sarima)

BAREKENG: Jurnal Ilmu Matematika dan Terapan, 2017

Kota Ambon merupakan ibukota Provinsi Maluku yang berada di kawasan timur Indonesia. Kota Ambon memiliki intensitas curah hujan yang relatif tinggi dan cenderung berubah-ubah setiap tahun. Informasi tentang curah hujan sangat penting bagi masyarakat Kota Ambon untuk merencanakan kehidupan mereka dan deteksi dini terhadap bencana yang diakibatkan oleh curah hujan ekstrim. Tujuan penelitian ini adalah menentukan model terbaik untuk curah hujan bulanan di Kota Ambon dan meramalkan curah hujan untuk beberapa periode ke depan. Data yang digunakan adalah data curah hujan bulanan di kota Ambon pada periode Januari 2005 – Desember 2013 yang berasal dari hasil pengamatan Stasiun Geofisika – BMKG Ambon. Penelitian ini menggunakan analisis time series yakni metode Box-Jenkins untuk pemodelan SARIMA. Hasil yang diperoleh adalah model ( )( ) ( ) yang memiliki nilai SSR, AIC, SBC/BIC, dan terkecil.