Keterangan: = kesalahan pada periode ke-t
= kesalahan pada periode ke-t dipangkatkan | | = absolut nilai kesalahaan
Untuk lebih jelas perbandingan nilai SSE dan MSE dari kedua parameter yakni 0,01 dan 0,05 dapat dilihat pada tabel 3.6.
Tabel 3.6 Hasil Nilai Kesalahan Parameter
SSE MSE
0,01 898.162,3
15.485,557 0,05
908.119,486 15.657,233
Dimana untuk mendapatkan nilai-nilai pada tabel 3.4 dipakai = = 58, karena
perhitungan nilai galat dimulai pada bulan maret tahun 2010. Berdasarkan teori-teori sebelumnya, ramalan yang baik adalah ramalan
yang mempunyai nilai galat kesalahan yang paling kecil, dimana hal itu dilakukan dengan adanya pencocokan suatu model ramalan dengan parameter
tertentu dengan data historis yang ada. Semakin kecil nilai MSE dan SSE maka dapat dikatakan peramalan semakin mendekati akurasi yang baik.
3.2 Autoregressive Integrated Moving Average ARIMA
3.2.1 Plot
Time Series Curah Hujan Kota Medan
Langkah pertama dalam melakukan peramalan dengan metode ARIMA yang dikembangkan oleh Box-Jenkins adalah melakukan plot time series data curah
hujan kota Medan. Berikut adalah plot data curah hujan:
Universitas Sumatera Utara
Gambar 3.4 Plot Data Time Series Curah Hujan mm
Langkah selanjutnya adalah membuat plot analisis trend data curah hujan kota Medan. Tujuannya adalah untuk melihat kestasioneran data. Di bawah ini adalah
plot analisis trend data curah hujan Kota Medan.
Gambar 3.5 Plot Trend Curah Hujan mm
Berdasarkan gambar 3.5 dapat dilihat bahwa garis trend belum sejajar dengan sumbu x sehingga dapat dikatakan data belum stasioner dalam rata-rata dan
varians. Oleh karena itu, dilakukan differencing. Data differencing dapat dilihat pada tabel 3.7.
60 54
48 42
36 30
24 1 8
1 2 6
1 500
400 300
200 1 00
MAPE 76.9
MAD 91 .7
MSD 1 3887.6
Accuracy Measures
Index C
u ra
h H
u ja
n
Actual Fits
Variable
Trend Analysis Plot for Curah Hujan Kota Medan
Year Month
201 4 201 3
201 2 201 1
201 0 Jan
Jan Jan
Jan Jan
500 400
300 200
1 00
C u
ra h
H u
ja n
Time Series Plot of Curah Hujan Kota Medan
Universitas Sumatera Utara
Tabel 3.7 Differencing Data Curah Hujan Kota Medan
F1 = −
F1 = −
171 317
88 229
84 171
-87 185
317 -132
269 84
185 288
185 103
80 269
-189 432
288 144
302 80
222 275
432 -157
164 302
-138 222
275 -53
196 164
32 158
222 -64
329 196
133 267
158 109
166 329
-163 116
267 -151
194 166
28 174
116 58
442 194
248 157
174 -17
152 442
-290 125
157 -32
183 152
31 91
125 -34
64 183
-119 421
91 330
376 64
312 374
421 -47
205 376
-171 509
374 135
219 205
14 243
509 -266
105 219
-114 499
243 256
205 105
100 20
499 -479
233 205
28 29
20 9
164 233
-69 129
29 100
475 164
311 140
129 11
211 475
-264 326
140 186
235 211
24 62
326 -264
181 235
-54 161
62 99
102 181
-79 233
161 72
202 102
100 266
233 33
172 202
-30 322
266 56
470 172
298 184
322 -138
88 470
-382 222
184 38
Keterangan: j
= data asli j
= data pembedaan pertama F1 = hasil data setelah melakukan pembedaan
Universitas Sumatera Utara
Untuk plot trend data curah hujan kota Medan dapat dilihat pada gambar 3.6.
Gambar 3.6 Plot Trend Curah Hujan mm
Setelah Pembedaan Pertama
Berdasarkan gambar 3.6 plot trend curah hujan setelah pembedaan pertama terlihat bahwa data sudah stasioner rata-rata dan variansinya konstan.
3.2.2 Identifikasi Model
