ABSTRAK

PREDIKSI CURAH HUJAN STASIUN KLIMATOLOGI BANJARBARUMENGGUNAKAN ARIMA KALMAN FILTER (Oleh: Winda Adya Mehta; Pembimbing: Yuana Sukmawaty danKhairullah; 2021;  92 halaman)

Analisis deret waktu adalah suatu pengamatan yang dibangun dalam urutan waktu tertentu yang bertujuan untuk prediksi.Salah satu model dalam analisis deret waktu yang digunakan untuk prediksi adalah model ARIMA yang diperkenalkan oleh Box dan Jenkins. Seiring berkembangnya waktu model ARIMA dikembangkan dengan menerapkan algoritma salah satunya algoritma Kalman Filter. Tujuan dari penelitian ini adalah mengestimasi parameter model ARIMA yang digunakan sebagai nilai awal Kalman Filter, serta melakukan prediksi curah hujan menggunakan ARIMA dan ARIMA Kalman Filter.

Penentuan model ARIMA dilakukan  dengan membagi data menjadi training (90%, 80%, 75%) dan testing (10%, 20%, 25%). Hasil yang diperoleh ketiganya memiliki model ARIMA  dengan nilai parameter yang berbeda-beda. Nilai parameter model kemudian dijadikan nilai awal untuk  Kalman Filter.Hasil yang diperoleh menggunakan model ARIMA dengan Kalman Filter  berpengaruh baik untuk data nilai awal parameter model data training 90% dengan nilai RMSE 155,13. Kemudian dilakukan prediksi, hasil yang peroleh ARIMA Kalman Filter dapat mengikuti data aktual tetapi di bulan Juni sampai Oktober hasil prediksi tidak dapat mendekati data aktual. Menurut kejadian di lapangan bulan Juni sampai Oktober merupakan musim kemarau, sehingga curah hujan sangat rendah.

Kata kunci:  Analisis Deret Waktu, ARIMA, Kalman Filter