Peramalan Curah Hujan di Stasiun Juanda Menggunakan Metode ARIMA Box-Jenkins dan Radial Basis Function Neural Network

Abstract

Curah hujan yang tinggi tak hanya menyebabkan penundaan penerbangan, namun juga membuat pesawat terlambat mendarat karena menunggu cuaca sedikit lebih baik agar dapat dilakukan pendaratan dengan aman. Curah hujan juga mempengaruhi pendaratan dan lepas landas pesawat, telebih lagi jika sering terjadi hujan maka akan membuat landasan pacu pesawat menjadi licin dan mengurangi jarak pandang pengelihatan Dalam upaya untuk menghindari adanya kecelakaan pesawat, maka pada penelitian ini dilakukan peramalan terhadap curah hujan di Stasiun BMKG Juanda menggunakan metode ARIMA Box-Jenkins dan Radial Basis Function Neural Network (RBFNN). Tujuan dari penelitian ini adalah untuk mendapatkan model terbaik dan hasil peramalan curah hujan di Stasiun BMKG Juanda. Data yang digunakan adalah data sekunder yang diperoleh dari BMKG Juanda Surabaya dari Januari 2019 hingga April 2021. Hasil penelitian ini menujukkan bahwa nilai MSE model RBFNN dengan 12 neuron input, 3 neuron lapisan tersembunyi, dan 1 neuron output lebih kecil daripada model ARIMA ([1,9,12,35,55,58]1,1), sehingga dapat disimpulkan bahwa metode RBFNN merupakan metode terbaik yang digunakan untuk meramalkan curah hujan di Stasiun Juanda.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).