Prediksi Kemunculan Titik Panas Di Provinsi Riau Menggunakan Seasonal Autoregressive Integrated Moving Average (Sarima).

Abstract

Hutan Indonesia merupakan salah satu dari paru-paru dunia yang peranannya sangat penting bagi makhluk hidup. Sayangnya luas hutan di Indonesia semakin berkurang. Salah satu penyebabnya adalah kebakaran hutan. Kebakaran hutan dapat diprediksi melalui kemunculan titik panas yang dipengaruhi oleh cuaca sehingga bersifat musiman. Oleh karena itu, perlu metode yang dapat menangani unsur musiman dalam memprediksi titik panas. Penelitian ini bertujuan membuat model prediksi kemunculan titik panas menggunakan seasonal autoregressive integrated moving average (SARIMA). SARIMA merupakan metode prediksi yang dapat digunakan untuk pemodelan data deret waktu musiman. Pemodelan dilakukan pada data kemunculan titik panas perbulan pada periode 2001 sampai 2012 di wilayah Provinsi Riau. Hasil penelitian menunjukkan bahwa model prediksi terbaik adalah ARIMA(1,0,0)(0,1,2)12 dengan nilai mean absolute percentage error (MAPE) terbaik sebesar 0.579 untuk meramal satu bulan ke depan.