PENERAPAN MODEL STAR (SPACE TIME AUTOREGRESSIVE) DAN ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) UNTUK PERAMALAN DATA CURAH HUJAN DI KABUPATEN JEMBER

Abstract

Space Time Autoregressive (STAR) merupakan salah satu metode statistik dengan pendekatan space-time yang dapat digunakan untuk menganalisis data deret waktu (time series) dengan melibatkan faktor geografis (lokasi) dalam melakukan peramalan. Salah satu contoh data yang diduga mempunyai keterkaitan antar waktu dan lokasi adalah data curah hujan di kabupaten Jember, yang mana selain mempunyai keterkaitan dengan data pada waktu sebelum-sebelumnya juga mempunyai keterkaitan dengan data pada lokasi lain yang disebut dengan hubungan spasial. Dalam penelitian ini dilakukan penerapan model STAR dengan bobot lokasi seragam. Selain itu dilakukan pula pemodelan dengan model ARIMA (Autoregressive Integrated Moving Average) yang mana model ini berbasis data deret waktu tunggal (univariate). Pemodelan dengan ARIMA digunakan sebagai pembanding apabila korelasi spasial tidak signifikan. Tujuan penelitian ini adalah untuk melakukan model peramalan yang sesuai serta mengembangkan model terbaik dalam meramalkan banyaknya curah hujan di kabupaten Jember berdasarkan pendekatan ARIMA dan mendeskripsikan pola curah hujan melalui keterkaitan pada setiap wilayah di kabupaten Jember dengan membentuk model STAR, serta membandingkan hasil peramalan model ARIMA dan STAR pada data curah hujan di kabupaten Jember. Penelitian ini dilakukan pada data curah hujan bulanan kabupaten Jember pada periode bulan Januari 2005 sampai bulan Desember 2012 (data training) dan viii data testing pada bulan Januari 2013 sampai bulan Juni 2013, yang terdiri dari empat bagian wilayah yakni Jember Barat, Jember Selatan, Jember Tengah, Jember Timur. Proses penelitian ini dilakukan dalam beberapa langkah. Langkah pertama melakukan peramalan data deret waktu ARIMA pada masing-masing wilayah (lokasi) yang melalui tahapan identifikasi model, estimasi parameter dan diagnosa model, memilih model ARIMA terbaik dan melakukan peramalan terhadap model ARIMA yang terbentuk. Langkah kedua melakukan peramalan data deret ruang-waktu dengan model STAR untuk semua lokasi dalam waktu yang bersamaan dengan langkah pemodelan space yang melalui tahapan yaitu identifikasi model STAR, estimasi parameter dan diagnosa model STAR, memilih model STAR terbaik dan dilakukan peramalan untuk melihat gambaran curah hujan untuk waktu mendatang. Langkah selanjutnya setelah masing-masing model dari ARIMA dan STAR didapatkan, dilakukan perbandingan ketepatan hasil ramalan berdasarkan nilai kesalahan ramalan terkecil. Dari hasil analisis yang telah dilakukan, didapatkan model ramalan terbaik yang sesuai dengan data yaitu model ARIMA untuk Jember Barat, ARIMA untuk Jember Selatan, ARIMA untuk Jember Tengah, ARIMA untuk Jember Timur, dan model STAR(11) untuk keempat lokasi. Dari model ARIMA dan STAR yang terbentuk akan dipilih model terbaik yang menghasilkan kesalahan ramalan terkecil. Pemilihan model terbaik didasarkan pada nilai RMSE dari model. Berdasarkan nilai RMSE dari peramalan, didapatkan perbandingan hasil ketepatan ramalan untuk gambaran umum data curah hujan di kabupaten Jember yang diwakili dari empat lokasi menunjukkan bahwa model STAR(11) dengan nilai RMSE gabungan 72,69220849 menghasilkan ketepatan ramalan yang lebih baik dari pada model ARIMA yang memiliki nilai RMSE gabungan 99,23743772. Sehingga dapat dikataka bahwa model yang paling sesuai dengan kondisi data adalah model STAR(11).