16
BAB III METODOLOGI PENELITIAN
3.1
Metode Pengumpulan Data
Data yang penulis gunakan dalam penulisan Skripsi ini merupakan data sekunder, yakni data tentang jumlah curah hujan dan kelembaban udara pada
Stasiun Klimatologi Pondok Betung periode 1997 – 2008. Penelitian ini dilaksanakan selama 1 bulan, dimulai pada tanggal 2 Februari 2009 sampai
dengan 2 Maret 2009. Penelitian berlokasi di kantor Balai Besar Meteorologi, Klimatologi, dan
Geofisika Wilayah II, Jl. Kp. Bulak Raya No. 5 Cempaka Putih Ciputat Kabupaten Tangerang. Data yang diperoleh tepatnya berasal dari Sub Bidang
Manajemen Data.
3.2 Metode Pengolahan Data
Pengolahan data dilakukan dengan menggunakan metode fungsi transfer untuk mendapatkan hasil peramalan curah hujan, dengan tahapan pengolahan
sebagai berikut: a.
Mempersiapkan deret output dan deret input penstasioneran data. Tahap ini mengidentifikasikan apakah deret input dan deret output sudah stasioner baik
dalam rataan maupun dalam ragam. Jika data tidak stasioner maka dilakukan pembedaan dan transformasi untuk menghilangkan ketidakstasioneran,
16
17
t
Y : Curah hujan deret output
t
X : Kelembaban udara deret input
b. Identifikasi model ARIMA untuk seluruh peubah. Identifikasi model ARIMA
dilakukan dengan memperhatikan beberapa nilai awal dan periode musiman dari korelasi diri dan korelasi diri parsialnya yang tidak nol, serta pola dari plot
ACF dan plot PACFnya. c.
Prewhitening deret input kelembaban udara dan deret output curah hujan. Prewhiteningpemutihan deret input dan deret output maksudnya adalah untuk
menghilangkan seluruh pola yang diketahui supaya yang tertinggal hanya white noise.
d. Menghitung korelasi silang antara Deret Input dan Deret Output. Menghitung
korelasi silang antara deret input dan deret output maksudnya adalah untuk mencari hubungan antara kelembaban udara dengan curah hujan.
e. Identifikasi awal model fungsi transfer. Identifikasi awal model dilakukan
dengan melihat pola korelasi silang antara
t
α
pemutihan deret input dan
t
β
pemutihan deret output. f.
Identifikasi model sisaan. Identifikasi model sisaan dilakukan dengan melihat plot ACF dan PACF dari identifikasi awal model fungsi transfer.
g. Identifikasi Akhir Parameter Model Fungsi Transfer. Identifikasi akhir
parameter model fungsi transfer dilakukan dengan mengkombinasikan model awal dengan sisaannya.
h. Meramalkan jumlah Curah Hujan dengan menggunakan model terbaik.
i. Membandingkan hasil peramalan model fungsi transfer dengan model ARIMA
18
3.3 Alur Penelitian
Alur penelitian dijelaskan pada Gambar 3.1 berikut:
Tidak Ya
Gambar 3.1 Alur Penelitian Transformasi dan
Pembedaan x
t
dan y
t
Deret waktu X
t
dan Y
t
Identifikasi awal model sisaan
Identifikasi awal nilai b, r, dan s
Model ARIMA x
t
Prewhitening y
t
β
t
Korelasi Silang α
t
dan β
t
Diagnostik Model Pendugaan Parameter
Fungsi Transfer Prewhitening x
t
α
t
Model ARIMA y
t
Peramalan Transfer Peramalan ARIMA y
t
Parameter nyata asumsi terpenuhi?
19 Gambar 3.1 merupakan gambar alur penelitian yang menjelaskan proses
alur penelitian yang dapat dijelaskan sebagai berikut : Data deret waktu yang telah diperoleh berupa variabel input atau X
t
yaitu kelembaban udara dan variabel output atau Y
t
yaitu curah hujan. Tahap pertama terlebih dahulu mempersiapkan deret input dan deret output, setelah itu deret input
dan output dilakukan transformasi ataupun pembedaan untuk mendapatkan data yang stasioner. Setelah deret input telah stasioner x
t
, lalu tentukan model ARIMA dan pemutihan atau prewhitening
α
t
. Hal serupa juga dilakukan terhadap deret output yang telah stasioner y
t
. Deret output yang telah di prewhitening
β
t
lalu dikorelasi silang terhadap deret input yang telah di prewhitening
α
t
Sementara itu setelah dapat model ARIMA untuk deret output dan telah memenuhi semua asumsinya, maka deret output bisa dilakukan peramalan.
Setelah itu hasil peramalan dari Model Fungsi Transfer dan ARIMA dibandingkan untuk mendapatkan peramalan terbaik.
. Selanjutnya, penerapan korelasi silang dari hasil prewhitening dari kedua variabel tersebut, untuk menentukan nilai r, s, dan b yang berguna
dalam identifikasi model awal sisaan. Berikutnya adalah menduga parameter untuk model fungsi transfer sebelum dilakukan tahap diagnostik model. Jika
parameter dan asumsi telah terpenuhi, maka selanjutnya dapat dilakukan peramalan dengan menggunakan Model Fungsi Transfer yang telah diperoleh [4].
20
BAB IV HASIL DAN PEMBAHASAN