Perbandingan Model Seasonal ARIMAdan Model Seasonal ARFIMA Pada Peramalan Curah Hujan di kawasan Bogor

Abstract

Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan, dan pola data yang sistematis. Pada proses peramalan data yang digunakan adalah data deret waktu. Hasil peramalan curah hujan yang akurat akan banyak memengaruhi aktivitas manusia. Misalnya dalam bidang pertanian, peramalan curah hujan digunakan untuk menentukan jenis tanaman yang ditanam dan menentukan awal musim tanam. Dari identifikasi awal, terlihat bahwa curah hujan di kawasan Bogor mempunyai sifat ketergantungan jangka panjang , data pencilan, serta musiman. Sifat ketergantungan jangka panjang dapat dideteksi jika diantara pengamatan dengan periode yang terpisah jauh masih mempunyai korelasi yang tinggi, sedangkan data pencilan dapat mengakibatkan estimasi derajat pembeda yang diperoleh berbias. Dalam penelitian ini akan ditunjukkan juga performa dari model Seasonal ARIMA (SARIMA) untuk kemudian dibandingkan dengan model SARFIMA. Hasil menunjukkan menunjukkan bahwa Seasonal ARFIMA lebih baik daripada Seasonal ARIMA.