Perbandingan Peramalan Menggunakan Metode Extreme Learning Machine Dan Arima Pada Data Cuaca Di Provinsi Yogyakarta (Studi Kasus: Data Cuaca Bulanan Tahun 2017-2022)
Abstract
Keadaan cuaca dipengaruhi beberapa unsur, yaitu suhu atau temperatur
udara, kelembapan udara, dan curah hujan. Suhu udara terjadi karena adanya radiasi
panas matahari yang diterima oleh bumi. Kelembapan udara adalah jumlah uap air
di udara. Sedangkan untuk curah hujan sendiri adalah tingkat intensitas air hujan
yang turun ke bumi. Negara Indonesia merupakan negara ekuator yang mempunyai
kerumitan dan ketidakpastian dibandingkan negara-negara ekuator lainnya yang
mengakibatkan akurasi prediksi cuaca tidak dapat sepenuhnya dikatakan akurat,
dikarenakan prakiraan cuaca di Indonesia tidak mudah. Tujuan dari penelitian ini
adalah untuk mengetahui perbandingan hasil peramalan prakiraan suhu udara,
kelembapan udara, dan curah hujan bulanan di Daerah Istimewa Yogyakarta satu
tahun kedepan dengan menggunakan metode Extreme Learning Machine (ELM)
dan Autoregressive Integrated Moving Average (ARIMA) yang nantinya akan
dibandingkan untuk menentukan metode terbaik dalam melakukan peramalan agar
lebih akurat. Hasil penelitian menunjukkan bahwa nilai kesalahan dari metode
ELM lebih kecil dibandingkan dengan metode ARIMA yaitu diperoleh nilai MSE
metode ELM untuk suhu udara sebesar 0,00084, kelembapan udara sebesar
0,01656, dan untuk curah hujan sebesar 151,579. Dengan demikian, maka metode
terbaik pada penelitian ini adalah metode ELM. Hasil peramalan menggunakan
metode ELM menunjukkan bahwa nilai aktual dengan hasil peramalan tidak jauh
berbeda atau tidak memiliki selisih yang jauh berbeda.
Collections
- Statistics [899]