Arif Ma’rufi
Stasiun Klimatologi Jambi
Prakiraan curah hujan bulanan merupakan salah satu layanan informasi iklim yang utama di Badan Meteorologi Klimatologi dan Geofisika (BMKG) khususnya di Kedeputian Klimatologi. Salah satu model yang digunakan untuk membuat prakiraan curah hujan bulanan adalah ARIMA. Namun selama ini proses running ARIMA dilakukan satu per satu sehingga memerlukan waktu yang lama dan Sumber Daya Manusia yang banyak. Tujuan penelitian ini adalah untuk melakukan uji performa model prakiraan curah hujan bulanan ARIMA yang diotomatisasi dengan menggunakan fasilitas library Auto-ARIMA pada software RStudio. Penentuan model ARIMA terbaik berdasarkan pada nilai AIC (Akaike Information Criteria) terkecil. Hasil penelitian ini menunjukkan tingkat efisiensi yang baik dimana untuk melakukan running Auto-ARIMA pada 146 pos hanya membutuhkan waktu 12 menit saja. Rata-rata akurasi prakiraan curah hujan bulanan tahun 2021 di Provinsi Jambi sebesar 64.5% dan untuk sifat hujan sebesar 64.2%. Selanjutnya, diperoleh hasil bahwa wilayah timur Provinsi Jambi memiliki persentase akurasi yang lebih tinggi daripada wilayah barat Provinsi Jambi, baik untuk curah hujan maupun sifat hujan. Dan hasil analisis bias menunjukkan bahwa prakiraan curah hujan dan sifat hujan bulanan tahun 2021 Provinsi Jambi memiliki pola total bias yang sama. Dimana persentase under forecast lebih tinggi daripada persentase over forecast dan hits. Secara berturut-turut nilainya adalah 41.74%, 34.01% dan 24.25% untuk curah hujan dan 41.8%, 33.6% dan 24.6% untuk sifat hujan. Analisis bias tiap kategori curah hujan menunjukkan bahwa untuk kategori 1-3 dan kategori 8-9 adalah under forecast dan kategori 4-7 adalah over forecast.
Kata Kunci : Auto-ARIMA, RStudio, Otomatisasi, Prakiraan, Jambi.
ABSTRACT
Rainfall
prediction is a main product provide by the Meteorology, Climatology and
Geophysics Agency (BMKG). ARIMA is used to produce monthly rainfall prediction.
The model was used operationally to predict the monthly rainfall, although it
needed more resources of time and human because of its method was manually. The
purpose of this research is to assessment the performance of the automated
ARIMA model for monthly rainfall prediction over Jambi province by using
RStudio software. The best ARIMA model is based on the smallest AIC (Akaike
Information Criteria) value. The results of this study indicate a good level of
efficiency where running Auto-ARIMA at 146 posts only takes 12 minutes. The
average accuracy of forecasting monthly rainfall for 2021 in Jambi Province is
64.5% and for the nature of rain it is 64.2%. Furthermore, the results show
that the eastern region of Jambi Province has a higher percentage of accuracy
than the western, both for rainfall and the nature of the rain. And the results
of the bias analysis show that the forecast for rainfall and the nature of the
monthly rainfall for 2021 for Jambi Province has the same total bias pattern. Where
the percentage of under forecast is higher than the percentage of over forecast
and hits. The values are respectively 41.74%, 34.01% and 24.25% for rainfall
and 41.8%, 33.6% and 24.6% for rainfall properties. The bias analysis for each
category of rainfall shows that categories 1-3 and categories 8-9 are under
forecast and categories 4-7 are over forecast.
Keywords : Auto-ARIMA, RStudio, Automation, Forecasting, Jambi.
Terbit di Buletin Meteorologi, Klimatologi dan Geofisika Nomor 1 Volume 4 Bulan Januari 2023