4 jeda k waktu dan mengontrol korelasi antar dua pengamatan dengan jeda
kurang dari k waktu. k disebut juga koefisien regresi parsial. Model AR digunakan jika plot ACF dies down turun cepat dan PACF cut off
terputus setelah lag 1. Model MA digunakan jika plot ACF cut off dan plot ACF dies down. Model ARIMA digunakan jika kedua plot
ACF dan PACF sama-sama diesdown turun cepat[12]. Model dugaan sementara untuk suatu runtun waktu sudah diidentifikasi, langkah
selanjutnya adalah mencari estimasi terbaik untuk parameter-parameter dalam model sementara tersebut dengan cara membandingkan nilai Akaike
Information Criteria AIC, dan nilai likelihood [3]. Model dugaan dengan nilai likelihood tinggi dan nilai AIC yang rendah digunakan sebagai model
peramalan.
3. Metode Penelitian
Metode Penelitian dibagi ke dalam tiga tahap, yaitu : 1 Tahap penyusunan data awal. Pada tahap ini diperoleh data curah hujan dari
BMKG Semarang. Data curah hujan yang digunakan pada penelitian ini merupakan hasil pencatatan per bulan dari bulan Januari 2001 sampai
dengan Desember 2013. Untuk tujuan pengujian, maka data yang digunakan untuk analisa adalah sampai dengan Desember 2012. Data
peramalan tahun 2013 akan digunakan untuk membandingkan hasil peramalan dengan data nyata tahun 2013; 2 Tahap desain dan arsitektural
simulasi, terdiri dari proses input data dan peramalan curah hujan dengan metode ARMA dan ARIMA. Pada tahap ini, disimpulkan metode runtun
waktu yang tepat dengan order tertentu, kemudian dengan menggunakan metode dan order tersebut diramalkan curah hujan pada tahun 2014; 3
Tahap Pemodelan dan Visualisasi, merupakan tahap menampilkan data peramalan secara visual, menggunakan grafik garis.Tahap-tahap ini dapat
dilihat pada Gambar 2.
5
Data Layer
Data Curah Hujan
Application
R- tool Simulator dengan „forecast‟
library
Visualisation Layer
Grafik Perkiraan Curah Hujan
Gambar 2 Tahapan Penelitian[3]
R-tool dan library forecast digunakan untuk melakukan perhitungan ARMA dan ARIMA. Pada library forecast sudah terdapat fungsi untuk
melakukan perhitungan kedua metode tersebut, sehingga tidak perlu dilakukan perhitungan manual.
4. Hasil dan Pembahasan
Pada bagian ini dijelaskan hasil penelitian yang telah dilakukan. Sumber data yang digunakan dapat dilihat pada tabel 1.
Tabel 1 Data Curah Hujan Kabupaten Semarang Tahun 2001-2013
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Jan
233 274
190 128
118 80
237 389
149 375
714 550
Feb 165
288 250
133 120
120 185
218 110
290 327
318 Mar
300 159
155 151
122 146
181 118
180 294
202 455
Apr 508
133 256
79 128
149 83
153 135
167 310
186 220
May 58
82 117
51 33
158 57
95 186
248 174
162 270
Jun 119
37 80
34 170
65 117
104 270
134 20
66 160
Jul 60
15 148
10 57
49 22
8 99
Aug 14
149 98
90 115
75 Sep
79 310
14 125
120 182
95 137
6 10
Oct 167
145 68
20 135
110 137
175 100
170 137
87 84
Nov 152
135 76
22 127
84 161
198 196
127 227
287 431
Dec 181
349 110
69 201
184 181
174 195
198 434
399 429
6 Tabel 1 menunjukkan rata-rata curah hujan tiap bulan sejak Januari
2001 sampai dengan Desember 2013. Grafik garis untuk data tersebut dapat dilihat pada Gambar 3.
Gambar 3 Grafik Curah Hujan Kabupaten Semarang Tahun 2001-2013
Untuk melakukan peramalan data curah hujan sepanjang tahun 2013, maka dilakukan langkah sebagai berikut.
Memuat data Curah Hujan ke dalam R:
1. ch - read.tableD:\\data\\hujan_01_12.txt, header=F,
