1.2. Perumusan Masalah
Untuk lebih mempermudah penelitian ini agar, Maka penulis hanya meramalkan curah hujan yang akan datang bulan Januari – Desember 2011 dengan menggunakan data
kelembaban udara bulan Januari 2006 - Desember 2010.
1.3. Tinjauan Pustaka
Model Fungsi Transfer merupakan salah satu model time series yaitu gabungan pendekatan regresi dan time series ARIMA untuk errornya. Model regresi dinamik
merupakan salah satu bentuk model kombinasi dan seringkali disebut sebagai model fungsi transfer dalam terminology. ARIMA dikembangkan oleh Box dan Jenkins
sehingga disebut ARIMA Box- Jenkins. Metode ini merupakan gabungan dari metode penghalusan , metode regresi dan metode dekomposisi. Metode ini banyak digunakan
untuk peramalan harga saham, penerimaan, penjualan, tenaga kerja dan variabel runtun waktu lainnya. Model runtun waktu ini biasanya digunakan bila hanya sedikit
yang diketahui mengenai variabel-variabel independen yang dapat digunakan untuk menjelaskan variabel utama dependen yang diminati.
Fungsi Transfer atau disebut multivariat ARIMA berusaha untuk memakai notasi yang konsisten dengan literature yang dipakai saat ini. Karena model
multivariat Fungsi Transfer menggabungkan karakter dari model – model ARIMA univariat dan beberapa karakter analisis regresi berganda, maka Fungsi Transfer
Universitas Sumatera Utara
adalah suatu metode yang mencampurkan pendekatan deret berkala dengan pendekatan kausal. Dalam meramalkan curah hujan, maka dapat digunakan beberapa
buku antara lain :
Prawirowardoyo, S [1] menguraikan tentang klimatologi yakni ilmu yang mempelajari atmosfer yang menyangkut keadaan fisis dan dinamisnya serta
interaksinya dengan permukaan bumi dibawahnya.
Daldjoeni, N
[2] menguraikan bahwa suhu dan curah hujan sangat utama
karena tanpa panas air tumbuhan dan tanaman tak dapat hidup dan di tempat manapun di permukaan bumi, suhu dan curah hujan paling mudah pencatatannya.
Helmi, S [3] menguraikan tentang pengolahan data statistic dengan menggunakan SPSS. Dalam SPSS, Menu yang digunakan adalah forecasting untuk
mendapatkan hasil peramalan curah hujan.
Makridakis, S
[4] menguraikan bahwa pada dasarnya ada dua model linier dari
metode Box Jenkins, yaitu model linier untuk deret statis Stasionery Series dan model linier untuk deret data yang tidak statis Nonstasionery Series. Model-model
linier ini untuk deret data yang tidak menggunakan teknik penyaringan filtering untuk deret waktu, yaitu ARMA Auto Regressive Moving Average untuk suatu
Universitas Sumatera Utara
kumpulan data. Sedangkan untuk model yang tidak statis menggunakan ARIMA Autoregressive-Integrated-Moving-Average
Model multivariat fungsi transfer menggabungkan beberapa karakteristik dari model-model ARIMA univariat dan beberapa karakteristik analisis regresi berganda,
maka apa yang dibicarakan sebenarnya adalah metode yang menggabungkan pendekatan deret berkala dengan pendekatan kausal. Tujuan pemodelan fungsi
transfer adalah untuk menetapkan model yang sederhana, yang menghubungkan Y
t
Output dengan X
t
Input dan N
t
Gangguan. Tujuan utama pemodelan ini adalah untuk menetapkan peranan indicator penentu leading indicator deret input dalam
rangka menetapkan deret output. Model fungsi transfer merupakan pengembangan dari model ARIMA satu peubah univariat. Jika deret berkala Y
t
berhubungan dengan satu atau lebih deret berkala lain X
t
maka dapat dibuat suatu model berdasarkan informasi deret berkala X
t
untuk menduga nilai Y
t
model yang dihasilkan disebut fungsi transfer.
Metode analisis deret berkala Box-Jenkins fungsi transfer terdiri dari empat tahap utama. Tahap pertama disebut tahap identifikasi yang meliputi identifikasi model.
Tahap ini dapat dilakukan dengan melihat fungsi autokorelasi dan autokorelasi persial. Tahap kedua adalah menduga parameter model atau disebut tahap pendugaan. Tahap
ketiga adalah diagnosa untuk melihat apakah model sudah tepat atau belum. Tahap keempat adalah peramalan berdasarkan model yang di dapat.
Universitas Sumatera Utara
Sudjana [5] menguraikan tentang data yang terdiri atas dua atau lebih variabel yang berhubungan. Variabel yang mudah didapat atau tersedia sering digolongkan
dalam variabel bebas. Variabel bebas dinyatakan X
1
,X
2,
……,X
K
K ≥1 sedangkan
variabel tak bebas dinyatakan Y.
1.4. Tujuan dan Manfaat Penelitian