Logo UNTAN Universitas
Tanjungpura
Pontianak

Perbandingan Metode Autoregressive Integrated Moving Average (Arima) dan Support Vector Machine (Svm) dalam Memprediksi Curah Hujan

Dea, Maulina (2025) Perbandingan Metode Autoregressive Integrated Moving Average (Arima) dan Support Vector Machine (Svm) dalam Memprediksi Curah Hujan. Skripsi thesis, Universitas Tanjungpura.

[img] PDF (Cover-Bab1)
Cover-Bab1_H1021201028.pdf - Published Version

Download (722kB)
[img] PDF (H1021201028_DEA_MAULINA)
H1021201028_DEA_MAULINA.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB)

Abstract

Peramalan curah hujan memiliki peranan penting dalam berbagai sektor, terutama pertanian, lingkungan, dan tata kelola sumber daya air. Penelitian ini bertujuan untuk membandingkan metode autoregressive integrated moving average (ARIMA) dan support vector machine (SVM) dalam memprediksi curah hujan dasarian di Kota Pontianak, Kalimantan Barat. Data yang digunakan berupa curah hujan harian periode Januari 2016 hingga Desember 2024 yang dikonversi menjadi data dasarian. Sebelum pemodelan, data diuji stasioneritasnya menggunakan augmented dickey-fuller (ADF), dan dilakukan pembentukan data lag untuk penerapan SVM berbasis deret waktu. Model ARIMA terbaik yang diperoleh adalah ARIMA (2, 0, 2), sedangkan pada metode SVM digunakan kernel radial basis function (RBF) dengan tiga variabel input berupa lag_1, lag_2, dan lag_3. Hasil evaluasi menunjukkan bahwa model ARIMA menghasilkan nilai Root mean square error (RMSE) sebesar 7, 26 mm atau 57, 64% dari rata-rata aktual, sementara model SVM menghasilkan RMSE sebesar 7, 45 mm atau 59, 20% dari rata-rata aktual. Secara kuantitatif, model ARIMA memiliki performa prediksi yang sedikit lebih baik dibandingkan SVM dengan selisih 0, 19 mm atau 1, 56%. Tingginya nilai RMSE pada kedua model dipengaruhi oleh kualitas data yang masih mengandung nilai hilang serta keterbatasan jumlah observasi akibat konversi data menjadi dasarian.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Dea, MaulinaNIMH1021201028UNSPECIFIED
Subjects: 500 – Ilmu Pengetahuan > 510 Matematika > 511 Prinsip-prinsip umum matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Fisika S1
SWORD Depositor: Sri Yulihartini
Depositing User: Sri Yulihartini
Date Deposited: 30 Jul 2026 01:39
Last Modified: 30 Jul 2026 01:39
URI: https://repository.untan.ac.id/id/eprint/6862

Actions (login required)

View Item View Item