Perbandingan Model ARIMAX dan LSTM dengan Variabel Eksogen dalam Meramalkan Suhu di Kabupaten Jember

Abstract

Suhu merupakan salah satu indikator penting untuk mengukur kondisi lingkungan, baik yang berkaitan dengan panas maupun dingin dan umumnya diukur menggunakan satuan derajat Celcius (℃). Kenaikan suhu meskipun kecil berdampak pada peningkatan risiko bencana alam dan memengaruhi dinamika cuaca, di mana setengah derajat Celcius dapat memicu cuaca ekstrim. Suhu berbeda di setiap lokasi, sehingga diperlukan model peramalan yang akurat dan cepat. Analisis time series adalah metode yang digunakan untuk memprediksi suhu dalam periode waktu tertentu dengan memanfaatkan data historis yang berurutan. Beberapa model yang dapat diterapkan dalam analisis time series diantaranya yaitu Autoregressive Integrated Moving Average with Exogenous Variable (ARIMAX) dan Long Short-Term Memory (LSTM). Model ARIMAX memiliki kemampuan yang fleksibel untuk menyesuaikan dengan pola data yang ada, menghasilkan peramalan yang akurat, serta memanfaatkan variabel eksternal dalam proses peramalan. Model LSTM mampu menangkap pola yang lebih kompleks, mengingat dan menyimpan data jangka panjang yang disusun dalam beberapa lapisan. Penelitian ini bertujuan membandingkan kinerja model ARIMAX dan LSTM menggunakan data suhu di Kabupaten Jember. Data yang digunakan mulai dari 1 Juli hingga 30 September 2024 dengan periode 4 jam/hari dan jumlah data sebanyak 551 data. Data dibagi menjadi 441 data training dan 110 data testing, dengan proporsi 80% untuk training dan 20% untuk testing. Pemilihan model terbaik pada model ARIMAX menggunakan Auto ARIMAX, sedangkan model LSTM menggunakan grid search dan hyperparameter yaitu batch size (8,16,32), epoch (50,100), dan hidden neuron (10,20,30). Berdasarkan hasil penelitian, model ARIMAX menunjukkan kinerja yang lebih baik dibandingkan model LSTM. Perbandingan kinerja ditunjukkan dengan evaluasi model menggunakan RMSE. Model ARIMAX menghasilkan RMSE sebesar 0,9588, sedangkan model LSTM menghasilkan RMSE sebesar 2,24. Model ARIMAX memiliki tingkat kesalahan evaluasi lebih rendah dibandingkan model LSTM, sehingga model ARIMAX lebih cocok digunakan untuk memprediksi suhu di Kabupaten Jember. Hasil peramalan dengan kedua model menunjukkan adanya pola fluktuatif, yaitu kenaikan dan penurunan suhu selama 7 hari ke depan. Model ARIMAX cenderung memberikan peramalan suhu yang lebih halus dan konsisten, sedangkan LSTM terkadang memberikan nilai peramalan yang sedikit berbeda pada beberapa titik tertentu.